Using OpenCV and machine learning to implement the unmanned fault diagnosis of Electrical Equipment.
- 利用近年来发展迅速的计算机视觉优秀工具来实现电力巡检的无人化,自动化。
- 让计算机自己通过无人机拍摄回来的的图像来鉴别输电线路故障。
- 利用三维重建等技术精确估计输电线安全距离。
- OpenCV(开源计算机视觉库)[官网] https://github.com/Itseez/opencv
- MinGW64, cmake, Code::Blocks以及某种人工智能框架(Tensorflow or caffe)
- 输电线路巡检照片或者录像
- Caffe(Deep learning framework by BAIR) http://caffe.berkeleyvision.org/
- Detectron(FAIR's research platform for object detection research, implementing popular algorithms like Mask R-CNN and RetinaNet.) https://github.com/facebookresearch/Detectron.git
- NVIDIA GPU CLOUD https://www.nvidia.com/zh-cn/gpu-cloud/
- COCO datasets COCO数据集是微软团队获取的一个可以用来图像recognition+segmentation+captioning 数据集,其官方说明网址:http://mscoco.org/。
- 某个三维重建算法框架
- OpenCV学习笔记大集锦 https://www.cnblogs.com/yymn/articles/5074009.html
- OpenCV入门教程by 浅墨 毛星云 http://blog.csdn.net/column/details/opencv-tutorial.html
- 因浅墨去世,触动很大,决定重新整理此四年未动的项目