-
公开(公告)号：CN118823487A
公开(公告)日：2024-10-22
申请号：CN202411303708.4
申请日：2024-09-19
Applicant: 南昌工程学院
IPC: G06V10/764 , G06V10/774 , G06V10/77 , G06F17/18 , G06N3/09
Abstract: 本发明公开了一种基于动态对抗监督策略的电压互感器目标检测方法及系统，方法包括：获取基础数据集，并根据所述基础数据集对预设的监督网络进行迭代训练，得到监督模型；采用预设的划分规则将所述基础数据集划分为动态数据集，并根据预设的对抗扰动策略对所述动态数据集进行更新，得到目标动态数据集；根据所述目标动态数据集对预设的受监督网络进行迭代训练，并在每次迭代训练过程中，根据预设的对抗监督学习策略对所述受监督网络的模型参数进行更新，得到最终的目标检测模型。可以有效提升网络模型的鲁棒性和稳定性，进而提高电压互感器目标检测的准确度。
-
公开(公告)号：CN118334323B
公开(公告)日：2024-08-20
申请号：CN202410764478.5
申请日：2024-06-14
Applicant: 南昌工程学院
Abstract: 本发明公开了一种基于紫外图像的绝缘子检测方法及系统，方法包括：构建目标检测网络，所述目标检测网络包括特征提取网络、特征金字塔网络以及输出网络；根据预设的通道联合层剪枝策略对所述目标检测网络进行裁剪，得到最终的绝缘子检测模型，所述通道联合层剪枝策略包括层剪枝子策略以及核裁剪子策略；将包含绝缘子的紫外图像输入至所述绝缘子检测模型中，所述绝缘子检测模型输出与所述紫外图像相对应的分割图像。通过轻量化池化金字塔结构来加快网络模型收敛丰富特征图表达能力，同时使用轻量化注意力机制增加对关键特征的权重，以达到提升绝缘子检测模型分割精度。
-
公开(公告)号：CN118036701A
公开(公告)日：2024-05-14
申请号：CN202410424172.5
申请日：2024-04-10
Applicant: 南昌工程学院
IPC: G06N3/09 , G06N3/0475 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/084 , G06V10/82 , G06V10/778
Abstract: 本发明公开了一种基于紫外图像的绝缘子电晕放电数据增强方法及系统，包括：获取绝缘子电晕放电的紫外图像，根据labelme工具对所述紫外图像中的绝缘子及放电区域采用多边形框进行标注，得到标注后的目标紫外图像；将所述目标紫外图像输入至预先构建的生成对抗网络模型中，所述对抗网络模型输出与所述目标紫外图像对应的虚拟紫外图像。对生成对抗网络损失函数进行优化，在生成对抗损失函数中加入了强学习区域损失实现局部监督学习，使得网络模型在小数据集上训练也能得到不错的效果，通过调节损失函数中强学习权值可控制监督学习参与权重来优化生成对抗网络模型性能。
-
公开(公告)号：CN119540702B
公开(公告)日：2025-05-13
申请号：CN202510073715.8
申请日：2025-01-17
Applicant: 南昌工程学院
Inventor： 曾兵 , 巫平强 , 谢云敏 , 李得志 , 万好 , 刘邦 , 曾赟 , 华威 , 周志豪 , 陈显彪 , 陈宇聪 , 饶繁星 , 杨小品 , 张文华 , 彭聪 , 金子涵 , 周娱璐 , 易可欣 , 陈昱璋
IPC: G06V10/80 , G06V10/82 , G06V10/42 , G06V10/44 , G06V10/54 , G06N3/0455 , G06N3/0464 , G06T5/50 , G06T5/60
Abstract: 本发明公开了一种输变电设备巡检红外与可见光图像融合方法，S1：获取电力设备的红外图像与可见光图像，构建电力设备的图像数据集，并划分为训练集与测试集；S2：构建红外与可见光图像融合网络模型EIVFusion；S3：利用训练集中电力设备的红外图像与可见光图像对红外与可见光图像融合网络模型EIVFusion进行训练，得到训练好的红外与可见光图像融合网络模型EIVFusion；S4：将测试集中电力设备的红外图像与可见光图像输入训练好的红外与可见光图像融合网络模型EIVFusion中得到融合图像。本发明能够将可见光图像以及红外图像中的特征很好地提取出来并融合在一起，可实现输变电设备巡检红外图像与可见光图像的高性能融合。
-
公开(公告)号：CN118823487B
公开(公告)日：2024-12-10
申请号：CN202411303708.4
申请日：2024-09-19
Applicant: 南昌工程学院
IPC: G06F17/18 , G06V10/764
Abstract: 本发明公开了一种基于动态对抗监督策略的电压互感器目标检测方法及系统，方法包括：获取基础数据集，并根据所述基础数据集对预设的监督网络进行迭代训练，得到监督模型；采用预设的划分规则将所述基础数据集划分为动态数据集，并根据预设的对抗扰动策略对所述动态数据集进行更新，得到目标动态数据集；根据所述目标动态数据集对预设的受监督网络进行迭代训练，并在每次迭代训练过程中，根据预设的对抗监督学习策略对所述受监督网络的模型参数进行更新，得到最终的目标检测模型。可以有效提升网络模型的鲁棒性和稳定性，进而提高电压互感器目标检测的准确度。
-
Patent Agency Ranking
公开(公告)号：CN119540702A
公开(公告)日：2025-02-28
申请号：CN202510073715.8
申请日：2025-01-17
Applicant: 南昌工程学院
Inventor： 曾兵 , 巫平强 , 谢云敏 , 李得志 , 万好 , 刘邦 , 曾赟 , 华威 , 周志豪 , 陈显彪 , 陈宇聪 , 饶繁星 , 杨小品 , 张文华 , 彭聪 , 金子涵 , 周娱璐 , 易可欣 , 陈昱璋
IPC: G06V10/80 , G06V10/82 , G06V10/42 , G06V10/44 , G06V10/54 , G06N3/0455 , G06N3/0464 , G06T5/50 , G06T5/60
Abstract: 本发明公开了一种输变电设备巡检红外与可见光图像融合方法，S1：获取电力设备的红外图像与可见光图像，构建电力设备的图像数据集，并划分为训练集与测试集；S2：构建红外与可见光图像融合网络模型EIVFusion；S3：利用训练集中电力设备的红外图像与可见光图像对红外与可见光图像融合网络模型EIVFusion进行训练，得到训练好的红外与可见光图像融合网络模型EIVFusion；S4：将测试集中电力设备的红外图像与可见光图像输入训练好的红外与可见光图像融合网络模型EIVFusion中得到融合图像。本发明能够将可见光图像以及红外图像中的特征很好地提取出来并融合在一起，可实现输变电设备巡检红外图像与可见光图像的高性能融合。
-
公开(公告)号：CN119444752A
公开(公告)日：2025-02-14
申请号：CN202510037996.1
申请日：2025-01-10
Applicant: 南昌工程学院
Inventor： 曾兵 , 周志豪 , 谢云敏 , 华威 , 李得志 , 万好 , 巫平强 , 刘邦 , 陈显彪 , 陈宇聪 , 饶繁星 , 杨小品 , 张文华 , 彭聪 , 周娱璐 , 金子涵 , 易可欣 , 陈昱璋 , 胡昱帆
IPC: G06T7/00 , G06V10/44 , G06V10/82 , G06V10/25 , G06V20/17 , G06V10/80 , G06N3/045 , G06N3/0464 , G06N3/0495
Abstract: 本发明公开了一种基于轻量级CGC‑YOLO的绝缘子缺陷检测方法，S1：构建输电线路绝缘子缺陷的图像数据集，并划分为训练集和验证集；S2：构建CGC‑YOLO网络模型，该模型包括主干网络、颈部网络与头部网络；S3：利用训练集的绝缘子缺陷图像对CGC‑YOLO网络模型进行训练，并利用验证集的绝缘子缺陷图像在训练过程中评估CGC‑YOLO网络模型的性能，得到训练好的CGC‑YOLO网络模型；S4：将待测绝缘子缺陷图像输入至训练好的CGC‑YOLO网络模型进行绝缘子缺陷的检测。本发明通过优化模型结构和引入创新的模块，在低计算量下实现了高精度的绝缘子缺陷检测，适用于复杂环境下的高效巡检需求，显著提升了检测效果和设备端的实用性。
-
公开(公告)号：CN118505710A
公开(公告)日：2024-08-16
申请号：CN202410978434.2
申请日：2024-07-22
Applicant: 南昌工程学院
Inventor： 周千皓 , 何帝霖 , 周宇 , 郝仕涛 , 廖展鹏 , 周志豪 , 易可欣 , 周娱璐 , 缪旭洋 , 周庆阳 , 陈显彪 , 曾兵 , 谢云敏 , 杨小品 , 张文华 , 饶繁星
IPC: G06T7/00 , G06N3/096 , G06V10/764 , G06V10/40 , G06T7/10 , G06V10/778
Abstract: 本发明公开了一种基于迁移学习的绝缘子目标检测方法及系统，方法包括：构建目标检测网络；根据预设的教师网络的输出结果，采用预设的知识蒸馏策略对目标检测网络进行迭代训练，并在每次迭代训练过程中，根据效能跃升学习策略网络对知识蒸馏策略中的学习参数进行更新，得到最终的绝缘子检测模型；将包含绝缘子的紫外图像输入至绝缘子检测模型中，绝缘子检测模型输出与紫外图像相对应的分割图像，分割图像中仅包含绝缘子。
-
公开(公告)号：CN118334323A
公开(公告)日：2024-07-12
申请号：CN202410764478.5
申请日：2024-06-14
Applicant: 南昌工程学院
Abstract: 本发明公开了一种基于紫外图像的绝缘子检测方法及系统，方法包括：构建目标检测网络，所述目标检测网络包括特征提取网络、特征金字塔网络以及输出网络；根据预设的通道联合层剪枝策略对所述目标检测网络进行裁剪，得到最终的绝缘子检测模型，所述通道联合层剪枝策略包括层剪枝子策略以及核裁剪子策略；将包含绝缘子的紫外图像输入至所述绝缘子检测模型中，所述绝缘子检测模型输出与所述紫外图像相对应的分割图像。通过轻量化池化金字塔结构来加快网络模型收敛丰富特征图表达能力，同时使用轻量化注意力机制增加对关键特征的权重，以达到提升绝缘子检测模型分割精度。
-
公开(公告)号：CN119722461A
公开(公告)日：2025-03-28
申请号：CN202510214372.2
申请日：2025-02-26
Applicant: 南昌工程学院
Inventor： 曾兵 , 刘邦 , 周志豪 , 高志强 , 曾赟 , 李得志 , 万好 , 华威 , 金子涵 , 周娱璐 , 易可欣 , 陈昱璋 , 谢云敏 , 张文华 , 陈显彪 , 饶繁星 , 杨小品 , 夏非
IPC: G06T3/4053 , G06T3/4046 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08 , G06N3/045
Abstract: 本发明提供了一种输电线路巡检运动模糊图像超分辨率重建方法及系统，该方法包括：获取关于绝缘子的模糊图像，对模糊图像进行时序处理，得到时序图像，并将时序图像进行时间重建操作，得到重建图像；将重建图像经过多尺度空间提取网络模块处理，得到第一特征图；将重建图像经过多维细节增强模块处理，得到第二特征图；提升第二特征图的宽度维度，并在通道维度上拼接第一特征图和提升后的第二特征图，得到拼接特征图，并通过卷积对拼接特征图进行通道降维和特征融合，得到融合特征图，并对融合特征图进行加权，得到超分辨率图像。本发明实施例能够增强图像细节的清晰度，使得目标检测技术能够更加精准地识别和分析绝缘子放电发热的状态。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.02 seconds)
