一种变电站巡检机器人及变电站设备巡检方法

    公开(公告)号:CN108890652B

    公开(公告)日:2021-02-09

    申请号:CN201810684707.7

    申请日:2018-06-28

    IPC分类号: B25J11/00 B25J9/16 B25J19/02

    摘要: 本发明提供了一种变电站巡检机器人及变电站设备巡检方法,该变电站巡检机器人包括:机器人本体、动作控制器、图像获取设备、视觉问答单元,动作控制器接收用户输入的巡检任务,并根据巡检任务生成控制指令,以驱动机器人本体按预设路径进行移动;图像获取设备获取图像信息,并将图像信息发送至视觉问答单元;视觉问答单元接收图像信息,根据预设视觉问答模型及巡检任务分别对图像信息中的各设备巡检目标进行目标问答分析,生成分析结果,并根据分析结果调整机器人本体的移动路径。通过实施本发明,结合巡检机器人采集的图像进行移动路径调整,能够提高获取设备巡检目标图像的精确度,保障了巡检识别结果的准确性,提高了变电站设备的巡检效率。

    基于深度卷积生成对抗网络的绝缘子样本扩充方法及装置

    公开(公告)号:CN109117863A

    公开(公告)日:2019-01-01

    申请号:CN201810721960.5

    申请日:2018-07-04

    IPC分类号: G06K9/62

    摘要: 本发明提供了基于深度卷积生成对抗网络的绝缘子样本扩充方法及装置,该方法包括:从真实绝缘子样本库中获取真实绝缘子图像输入绝缘子深度卷积生成对抗网络模型,生成模拟绝缘子图像并进行图像质量评分排序,根据图像质量评分排序的结果筛选模拟绝缘子图像,生成模拟样本库,根据真实绝缘子样本库和模拟样本库对预设神经网络模型进行训练,并根据预设神经网络模型的训练结果,得到真实绝缘子图像与模拟绝缘子图像的最优扩充比例,计算模拟绝缘子图像的扩充样本数量,并从模拟样本库中获取后加入真实绝缘子样本库,生成绝缘子样本扩充库。实现了对绝缘子图像样本的扩充,提高了样本图像质量,并提高了识别模型准确性,进而提高了绝缘子的识别率。

    基于深度卷积生成对抗网络的绝缘子样本扩充方法及装置

    公开(公告)号:CN109117863B

    公开(公告)日:2021-08-13

    申请号:CN201810721960.5

    申请日:2018-07-04

    IPC分类号: G06K9/62

    摘要: 本发明提供了基于深度卷积生成对抗网络的绝缘子样本扩充方法及装置,该方法包括:从真实绝缘子样本库中获取真实绝缘子图像输入绝缘子深度卷积生成对抗网络模型,生成模拟绝缘子图像并进行图像质量评分排序,根据图像质量评分排序的结果筛选模拟绝缘子图像,生成模拟样本库,根据真实绝缘子样本库和模拟样本库对预设神经网络模型进行训练,并根据预设神经网络模型的训练结果,得到真实绝缘子图像与模拟绝缘子图像的最优扩充比例,计算模拟绝缘子图像的扩充样本数量,并从模拟样本库中获取后加入真实绝缘子样本库,生成绝缘子样本扩充库。实现了对绝缘子图像样本的扩充,提高了样本图像质量,并提高了识别模型准确性,进而提高了绝缘子的识别率。

    一种变电站巡检机器人及变电站设备巡检方法

    公开(公告)号:CN108890652A

    公开(公告)日:2018-11-27

    申请号:CN201810684707.7

    申请日:2018-06-28

    IPC分类号: B25J11/00 B25J9/16 B25J19/02

    摘要: 本发明提供了一种变电站巡检机器人及变电站设备巡检方法,该变电站巡检机器人包括:机器人本体、动作控制器、图像获取设备、视觉问答单元,动作控制器接收用户输入的巡检任务,并根据巡检任务生成控制指令,以驱动机器人本体按预设路径进行移动;图像获取设备获取图像信息,并将图像信息发送至视觉问答单元;视觉问答单元接收图像信息,根据预设视觉问答模型及巡检任务分别对图像信息中的各设备巡检目标进行目标问答分析,生成分析结果,并根据分析结果调整机器人本体的移动路径。通过实施本发明,结合巡检机器人采集的图像进行移动路径调整,能够提高获取设备巡检目标图像的精确度,保障了巡检识别结果的准确性,提高了变电站设备的巡检效率。

    基于边云协同的电力设备检测方法、装置、设备及服务器

    公开(公告)号:CN113011297A

    公开(公告)日:2021-06-22

    申请号:CN202110256280.2

    申请日:2021-03-09

    摘要: 本发明公开了一种基于边云协同的电力设备检测方法、装置、设备及服务器。其中,该方法包括:边缘设备获取待检测电力设备图像;识别待检测电力设备图像,确定待检测电力设备图像的第一级识别结果以及第一级识别结果对应的图像切片;发送图像切片至云端服务器;云端服务器接收图像切片;识别图像切片,确定图像切片的第二级识别结果;发送第二级识别结果至边缘设备;边缘设备接收云端服务器对图像切片的第二级识别结果,基于第一级识别结果以及第二级识别结果,确定待检测电力设备图像的目标检测信息。通过边云协同方式确定待检测电力设备图像的目标检测信息,同时保证了电力设备图像的传输时间以及数据处理能力,提高了电力设备的缺陷检测效率。

    目标检测方法、检测模型的训练方法及电子设备

    公开(公告)号:CN111507958A

    公开(公告)日:2020-08-07

    申请号:CN202010295474.9

    申请日:2020-04-15

    IPC分类号: G06T7/00 G06N3/04 G06N3/08

    摘要: 本发明涉及图像处理技术领域,具体涉及目标检测方法、检测模型的训练方法及电子设备,其中检测方法包括获取待检测图像;将待检测图像输入检测模型中,以得到目标候选区域的位置信息;所述目标候选区域为检测模型输出的所有候选区域的尺寸小于预设值的候选区域;基于目标候选区域的位置信息,在待检测图像中提取预设尺寸的图像,得到待检测子图像;将待检测子图像输入检测模型中,以得到目标候选区域对应的目标的类别。该检测方法仅在待检测图像中提取候选区域的尺寸小于预设尺寸的候选区域进行再次的检测,能够减少数据处理量,提高目标检测的效率。