技术特征：
技术总结
本发明公开了一种基于深度学习的电力设备红外图像多目标定位方法，包括步骤：1)通过变电站设备检测装置获取标准化的电力设备红外图像；2)建立电力设备红外图像样本库，提取训练集、验证集和测试集；3)建立FASTER‑RCNN深度目标检测神经网络，使用样本库的训练集对所建立的FASTER‑RCNN深度目标检测神经网络进行训练，并通过验证集对模型的过拟合程度进行验证；4)利用训练建立的网络模型，对测试集中的红外图像进行多目标识别与定位，并产生识别结果。本发明利用深度学习算法对输入红外图像进行深度特征挖掘，不依赖于手工提取特征参数，能够有效的并准确的识别并定位各类电力主干设备的区域和位置，从而在一定程度上，缩减人工劳动量。
技术研发人员：唐文虎;牛哲文;杨毅豪;冯志颖
受保护的技术使用者：华南理工大学
技术研发日：2018.03.12
技术公布日：2018.09.21