買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉齊豐科技股份有限公司申請的專利一種基于視頻分析的風(fēng)扇運行狀態(tài)識別算法和裝置獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN117058573B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-26發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202310913926.9，技術(shù)領(lǐng)域涉及：G06V20/40；該發(fā)明授權(quán)一種基于視頻分析的風(fēng)扇運行狀態(tài)識別算法和裝置是由歐嘯天;李清;王健;張振;戴金林設(shè)計研發(fā)完成，并于2023-07-25向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于視頻分析的風(fēng)扇運行狀態(tài)識別算法和裝置在說明書摘要公布了：本發(fā)明提出了一種基于視頻分析的風(fēng)扇運行狀態(tài)識別算法和裝置，其中，方法包括如下步驟，先訓(xùn)練風(fēng)扇檢測模型，然后訓(xùn)練風(fēng)扇狀態(tài)分類模型，通過設(shè)置的兩個模型能夠?qū)崿F(xiàn)風(fēng)扇的位置由模型自動檢測獲取，不需人工事先標(biāo)定，只在關(guān)鍵幀上進行風(fēng)扇檢測，有效降低了計算量，裝置包括視頻采集模塊、風(fēng)扇定位模塊以及狀態(tài)識別模塊，所述視頻采集模塊分別連接風(fēng)扇定位模塊和狀態(tài)識別模塊，所述風(fēng)扇定位模塊連接狀態(tài)識別模塊，本申請通過采用基于深度學(xué)習(xí)算法，通過采集視頻數(shù)據(jù)，實時分析變電站、換流站中的風(fēng)扇的運行狀態(tài)，并對異常狀態(tài)發(fā)出報警，提高變電站、換流站系統(tǒng)的可靠性。

本發(fā)明授權(quán)一種基于視頻分析的風(fēng)扇運行狀態(tài)識別算法和裝置在權(quán)利要求書中公布了：1.一種基于視頻分析的風(fēng)扇運行狀態(tài)識別算法，其特征在于：包括如下步驟： S1：訓(xùn)練風(fēng)扇檢測模型，訓(xùn)練步驟為： S11：使用攝像機隨機采集變電站和換流站中風(fēng)扇的圖片，通過人工標(biāo)注圖片中每個風(fēng)扇的外接矩形框； S12：構(gòu)造一個yolov5目標(biāo)檢測網(wǎng)絡(luò)模型，網(wǎng)絡(luò)檢測的類別數(shù)為1； S13：把步驟S11中標(biāo)注的數(shù)據(jù)輸入步驟S12中的yolov5目標(biāo)檢測網(wǎng)絡(luò)模型，使用隨機梯度下降法訓(xùn)練yolov5目標(biāo)檢測網(wǎng)絡(luò)模型，直到y(tǒng)olov5目標(biāo)檢測網(wǎng)絡(luò)模型收斂； S2：訓(xùn)練風(fēng)扇狀態(tài)分類模型，訓(xùn)練步驟為： S21：使用攝像機隨機采集風(fēng)扇運轉(zhuǎn)的視頻，標(biāo)記每個視頻為運轉(zhuǎn)，為視頻集1，再隨機采集風(fēng)扇停止的視頻，標(biāo)記每個視頻為停止，為視頻集2，合并上述2個視頻集為總視頻集； S22：對于步驟S21中的每個視頻，將其轉(zhuǎn)換為一組連續(xù)圖像幀序列,使用對應(yīng)視頻的標(biāo)簽標(biāo)記每組圖像幀序列； S23：對步驟S22中的每組圖像幀序列，取第一幀圖像，使用前述的風(fēng)扇檢測模型檢測出風(fēng)扇的外接矩形； S24：使用步驟S23中的風(fēng)扇的外接矩形，在步驟S22中的圖像幀序列上的每張圖像上裁剪出子圖像，并把該組內(nèi)所有子圖像按原有的順序排列，形成新的子圖像序列，并使用對應(yīng)的圖像幀序列的標(biāo)簽標(biāo)記新的子圖像序列,步驟S22中的每個圖像幀序列都對應(yīng)一個子圖像序列； S25：對步驟S24中所有子圖像序列，令i等于1，從第i張圖像開始，連續(xù)取N張圖像，把每張圖像縮放到128*128，再對圖像RGB每個通道除255，得到長度為N的歸一化圖像序列,這個圖像序列連同對應(yīng)的標(biāo)簽作為一個訓(xùn)練樣本； S26：令i等于2、3...，重復(fù)步驟S25，直到無法獲取連續(xù)N張圖像為止，把所有訓(xùn)練樣本合并為訓(xùn)練樣本集； S27：構(gòu)造一個基于卷積長短記憶模型的圖像二分類模型； S28：把步驟S26中的訓(xùn)練樣本集輸入步驟S27中的圖像二分類模型，使用隨機梯度下降法訓(xùn)練圖像二分類模型，直到圖像二分類模型收斂。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人齊豐科技股份有限公司，其通訊地址為：210000 江蘇省南京市江寧區(qū)東山國際企業(yè)研發(fā)園興苑路108號01幢；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。