一种差分孪生网络变电站图像异同检测方法

摘要

本发明公开了一种差分孪生网络变电站图像异同检测方法，所述方法包含端到端的目标与区域检测，所述方法的实施过程包括数据采集，数据标注，深度学习网络特诊提取器模型设计，深度学习网络误差设计，模型训练。本发明运用了深度孪生网络，对正常图片和异常图片联合检测，极大的提高了检测速度，基准数据集由公用数据集和变电站采集数据集组成，训练数据集由基准数据旋转，光照加扰随机生成不同角度的训练样本，该方法摆脱了传统算法中受噪声光线畸变等影响带来的不稳定性提高了准确性、鲁棒性和易用性。