摘要
本申请涉及智能监控领域，公开了一种电力生产场所指示型设备状态检测识别方法及系统，包括以下步骤：（1）采集设备图片进行标注，按类别和状态划分；（2）进行数据增强，调整方向性设备的类别标签；（3）使用增强数据训练目标检测模型，输出检测框及类别标签；（4）输入待检测图片，预测设备区域及类别，去除重复目标；（5）后处理检测结果，合并同类设备，仅输出状态值；（6）根据映射规则生成方向性设备的最终状态值并输出。通过深度学习目标检测和电力行业专属图像数据集，结合主流目标检测模型，实现了电力场景复杂设备状态的高效精准检测与识别，提升了模型特征提取能力，降低了训练与推理的资源消耗和时间成本。
