-
公开(公告)号：CN117952889A
公开(公告)日：2024-04-30
申请号：CN202211287877.4
申请日：2022-10-20
申请人： 南京南瑞信息通信科技有限公司
摘要： 基于巡检图像的电力系统绝缘子破损故障检测方法及设备，首先从无人巡检机器、无人机等无人设备中获得巡检图像，构建数据集，并对其分辨率等进行调整；接着使用数据增强方法对绝缘子数据集进行扩充；然后输入到改进的YOLOv7模型中进行训练，得到训练后的模型；最后利用得到的改进的YOLOv7模型实施物体检测，以检测图像中的绝缘子和破损故障。本发明通过对YOLOv7模型进行改进，改善了算法对复杂场景下小目标的检测效果，能够较为准确的检测绝缘子故障，方法具有良好的广泛性与实用性。
-
公开(公告)号：CN114022685B
公开(公告)日：2022-10-21
申请号：CN202010692991.X
申请日：2020-07-17
申请人： 南京南瑞信息通信科技有限公司
IPC分类号： G06V10/56 , G06V10/774 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/04 , G06N3/08
摘要： 本发明公开了一种安全员位置检测方法及系统，获取基建场景下的实时图像；将实时图像输入到预先训练好的基于颜色空间转换融合神经网络模型；输出安全员位置信息。优点：本发明只需要安装一个摄像头即可实现，创造性的引入神经网络的方法，通过计算机迭代训练得出安全员的具体特征能够准确地识别出安全员的具体位置。本发明节省人力资源，且受环境因素影响较小，具有很好的稳定性以及鲁棒性。
-
公开(公告)号：CN113987250A
公开(公告)日：2022-01-28
申请号：CN202111130666.5
申请日：2021-09-26
申请人： 南京南瑞信息通信科技有限公司 , 南瑞集团有限公司
IPC分类号： G06F16/583 , G06V10/74 , G06V10/82
摘要： 本发明公开一种适用于大规模图像的相似图像检索方法和装置，属于图像检索技术领域。方法包括：获取输入图像数据以及图像特征库数据，其中，图像特征库中的图像特征数据为利用预先训练的特征提取神经网络对预设图像库中的目标图像进行图像特征提取得到；利用所述特征提取神经网络对输入图像数据中的各输入图像提取图像特征；计算输入图像的图像特征与图像特征库中图像特征的欧式距离；根据计算得到的欧式距离，以及预先设定的相似度阈值，确定图像库中与输入图像相似的目标图像。本发明利用深度残差神经网络实现图像特征的提取，并基于所提取的特征进行图像相似度计算，能够提升图像检索效率。
-
公开(公告)号：CN112116561A
公开(公告)日：2020-12-22
申请号：CN202010849007.6
申请日：2020-08-21
申请人： 南瑞集团有限公司 , 南京南瑞信息通信科技有限公司 , 国网江西省电力有限公司 , 国家电网有限公司
摘要： 本发明公开了基于图像处理融合网络权值的电网传输线检测方法及装置，包括步骤：读入图片；将图片灰度化；对灰度化图像进行高斯模糊去噪、图像算术运算、灰度线性变换一系列图像处理方法；对处理后的图像用Canny算子边缘检测；在图像中设定感兴趣区域(ROI)；将ROI内的像素点分类；采用深度网络模型计算图片中电网传输线分布图。将电网传输线分布与分类像素点进行融合。根据融合得到的像素点拟合传输线，并在图中显示拟合结果，同时输出线的方程以及高压线的数量，实现了对高压线的检测，并且具有一定的精确性，同时能够排除道路、杆塔、天空以及云层等背景的干扰，并且能够对交叉的高压线进行辨别，能处理边缘检测断点，具有一定的鲁棒性和实用性。
-
公开(公告)号：CN111209940A
公开(公告)日：2020-05-29
申请号：CN201911391684.1
申请日：2019-12-30
申请人： 南京南瑞信息通信科技有限公司
摘要： 本发明公开了一种基于特征点匹配的图像去重方法和装置，提取冗余图像集中每幅图像的一阶颜色矩和二阶颜色矩特征，得到颜色特征向量；采用聚类算法对颜色特征进行聚类，将图像聚类到K个类中；提取所有图像中的SURF特征；对各个类中的图像分别进行SURF特征点匹配，若匹配点数目大于设定匹配阈值，则判定为相同图像，删除多余的图像；重复多次，得到去重后的图像数据集。本发明通过预分类，从而改进了特征点匹配需要两两对比造成的计算复杂度极大的缺点。
-
公开(公告)号：CN108171117A
公开(公告)日：2018-06-15
申请号：CN201711268417.6
申请日：2017-12-05
申请人： 南京南瑞信息通信科技有限公司
CPC分类号： G06K9/00973 , G06K9/00986 , G06N3/0454
摘要： 本发明公开了一种基于多核异构并行计算的电力人工智能视觉分析系统，其特征在于，包括以轻量级神经网络为核心，包括一种多核异构并行计算模块和业务应用模块；业务应用模块和多核异构并行计算模块之间通过网络服务接口访问，传输数据；所述多核异构并行计算模块包括GPU计算节点、CPU存储管理节点、CPU计算节点，各节点之间通过交换机连接；业务应用模块包括图像管理模块、图像标注模块、模型训练模块、算法应用模块；本发明基于多核异构并行计算框架，可高效实现在线或离线图像数据训练，形成轻量化快速图像分类模型，实现电力内外网图像业务应用，能最大化发挥图像数据的价值，具备较好的应用前景。
-
公开(公告)号：CN115719304A
公开(公告)日：2023-02-28
申请号：CN202211314621.8
申请日：2022-10-26
申请人： 南瑞集团有限公司 , 南京南瑞信息通信科技有限公司
IPC分类号： G06T3/00 , G06V10/44 , G06V10/762 , G06V10/764 , G06V10/82 , G06N3/0475 , G06N3/08
摘要： 本发明公开了一种基于图像生成的少样本电力场景增广及分类方法。本发明方法能够在新类别训练数据极其不充足的情况下完成电力场景的中的新类别物体的识别任务。本申请的技术方案主要分为如下三个部分：为了充分挖掘不同类别图像间的关系，首先在已知类数据上训练一个以词向量为条件的生成对抗网络。其次是在新类少量几张图片的条件下，微调上述生成对抗网络，从而能够为新类别生成大量的图片。最后是基于图像质量的评估技术，用来筛选出具有逼真性和多样性的图片，并用于电力场景的中的新类别物体的识别任务。本申请的技术效果是该方法可以在少样本条件下有效地实现电力场景下的新类别物体识别的任务。
-
公开(公告)号：CN115641257A
公开(公告)日：2023-01-24
申请号：CN202211314652.3
申请日：2022-10-26
申请人： 南瑞集团有限公司 , 南京南瑞信息通信科技有限公司
IPC分类号： G06T3/00 , G06V10/764 , G06V10/82 , G06N3/0475 , G06N3/08
摘要： 本发明公开了一种基于生成对抗网络的恶劣场景数据增广方法、识别方法及装置。本发明所提出的方法能够在目前恶劣场景（如：雾天场景、雨天场景）下带标注数据极其不充足的情况下，通过以标注后的清晰图像和非成对的恶劣场景图像为输入，生成大量的与输入清晰图像对应的恶劣场景图像，并且使用清晰图像对应的标注作为生成恶劣场景图像的标注，以此实现数据增广的目的。为了保证生成图像的质量，首先，训练了生成对抗网络，提高生成的图像的质量；其次，使用网络生成的恶劣场景增广数据集，对目前主流的目标检测网络进行训练，使其实现恶劣场景下的目标检测任务。该方法可以实现恶劣场景数据的增广，训练目标测网络，使其能够完成恶劣环境下的目标检测任务。
-
公开(公告)号：CN109829887B
公开(公告)日：2022-07-01
申请号：CN201811598037.3
申请日：2018-12-26
申请人： 南瑞集团有限公司 , 南京南瑞信息通信科技有限公司
摘要： 本发明公开一种基于深度神经网络的图像质量评估方法，是一种用于图像质量评估的深度神经网络的新型应用技术。本发明解决的是无人机作业巡检采集图像的质量评估问题，在大型数据库ImageNet上训练得到一个预训练的深度神经网络模型，对深度神经网络改进并采用图像质量评价数据库TID2013训练深度神经网络模型，最后对输入任意的图像，采用已训练完成的深度神经网络模型预测图像的质量。本发明所公开的基于深度神经网络的图像质量评估方法能够非常准确地评估无人机作业巡检采集图像的质量，并且能够明显地区分高质量图像和低质量图像，过滤低质量无用图像。
-
公开(公告)号：CN112132135A
公开(公告)日：2020-12-25
申请号：CN202010877635.5
申请日：2020-08-27
申请人： 南京南瑞信息通信科技有限公司
摘要： 本发明公开一种基于图像处理的电网传输线检测方法、存储介质，方法包括：读入待检测图片；将图片灰度化；对灰度化图像进行平滑去噪、图像算术运算、灰度线性变换等一系列图像处理方法；对处理后的图像进行边缘检测；确定图像中的感兴趣区域ROI；对ROI内的像素点进行分类得到各传输线的边缘像素点集合；根据边缘像素点集合拟合传输线，并输出检测结果，检测结果可同时包括传输线的方程以及数量。利用本发明能够根据采集的图像进行传输线检测，能够排除天空以及云层等背景的干扰，具有一定的鲁棒性和实用性。
-
-
-
-
-
-
-
-
-
搜索结果
35 条记录 (耗时 0.07 秒)
