一种基于神经网络模型的电力缺陷图像识别方法

    公开(公告)号:CN116128868A

    公开(公告)日:2023-05-16

    申请号:CN202310236537.7

    申请日:2023-03-13

    IPC分类号: G06T7/00

    摘要: 本发明涉及电力系统缺陷检测技术领域,公开了一种基于神经网络模型的电力缺陷图像识别方法,包括以下步骤:步骤一:先从现场对电力设备、输送线路和绝缘子图像进行采集,并将采集完成后后的图像输入到终端处理设备内,利用终端处理设备为不同的电力设备、输送线路和绝缘子图像进行标注。本发明通过利用终端处理设备为不同的电力设备、输送线路和绝缘子图像进行标注,可以将不同的电力设备、输送线路和绝缘子图像标注位置和时间,在对电力设备、输送线路和绝缘子图像处理完成后,能够直接对从终端设备内提取出该电力设备、输送线路和绝缘子图像的位置和时间,从而快速的对电力设备、输送线路和绝缘子图像进行定位,快速分配不同的维修点人员。

    一种输变电设备图像数据增广方法

    公开(公告)号:CN115034983A

    公开(公告)日:2022-09-09

    申请号:CN202210598804.0

    申请日:2022-05-30

    摘要: 本发明公开了一种输变电设备图像数据增广方法,属于数据增广技术领域,目的在于提供一种输变电设备图像数据增广方法,解决现有增广技术图像质量差,容易出现鲁棒性弱、过拟合,拟合随机性过大的问题。其通过在生成网络G和鉴别网络D中均引入自注意力模块,对噪声的鲁棒性很强,能有效减少噪声对梯度更新的影响,使得网络生成的图像清晰度、多样性和局部细节都有明显的提高;同时在生成网络G和鉴别网络D的输入数据中加入条件变量c,使其变成有监督的学习,既提高了训练网络的收敛速度,也避免了由于网络过度自由化,而造成无法生成有效的图像数据的问题。本发明适用于输变电设备图像数据增广方法。

    一种输变电设备缺陷图像自动识别方法

    公开(公告)号:CN114998248A

    公开(公告)日:2022-09-02

    申请号:CN202210597960.5

    申请日:2022-05-30

    摘要: 本发明公开了一种输变电设备缺陷图像自动识别方法,属于图像识别技术领域,目的在于解决现有输变电设备缺陷图像自动识别技术采集的图像清晰度低、图像特征提取及图像识别稳定性差的问题。其基于非线性灰度变换的直方图均衡法和小波去噪算法提高图像质量,基于生成对抗网络的数据增广技术扩充输变电设备图像训练数据集,提高了网络特征提取能力,使得网络生成的图像清晰度、多样性和局部细节都有明显的提高,基于FasterR‑CNN网络图像识别技术,能够在复杂多变背景的影响下学习到输变电设备的特征并快速准确地识别出来,充分平衡了识别准确率和速率。本发明适用于输变电设备图像数据增广方法小波去噪算法对图像进行去噪处理。

    一种电力场景智能识别样本数据的自动筛选方法

    公开(公告)号:CN114529751A

    公开(公告)日:2022-05-24

    申请号:CN202111630943.9

    申请日:2021-12-28

    摘要: 本发明公开了一种电力场景智能识别样本数据的自动筛选方法,属于数据筛选技术领域,包括如下步骤:录入电力场景样本,构建电力场景筛选样本库;构建的电力场景筛选样本库,分别构建目标检测算法模型、图像分类算法模型和图像检索算法模型;通过图像检索算法模型对待筛选电力场景数据进行图像检索,筛除不合规的电力场景数据;通过构建的目标检测算法模型对图像检索合规的电力场景数据中的电力设备进行定位,对图像检索合规的电力场景数据中定位的电力设备同步进行图像分类和目标检测,得到分类后的电力场景数据。本发明从目标检测、图像分类、图片检索三个方面着手,结合相关的深度学习算法对数据进行筛选,实现电力场景数据筛选的自动筛选。

    一种电力场景智能识别样本数据的自动筛选方法

    公开(公告)号:CN114529751B

    公开(公告)日:2024-06-21

    申请号:CN202111630943.9

    申请日:2021-12-28

    摘要: 本发明公开了一种电力场景智能识别样本数据的自动筛选方法,属于数据筛选技术领域,包括如下步骤:录入电力场景样本,构建电力场景筛选样本库;构建的电力场景筛选样本库,分别构建目标检测算法模型、图像分类算法模型和图像检索算法模型;通过图像检索算法模型对待筛选电力场景数据进行图像检索,筛除不合规的电力场景数据;通过构建的目标检测算法模型对图像检索合规的电力场景数据中的电力设备进行定位,对图像检索合规的电力场景数据中定位的电力设备同步进行图像分类和目标检测,得到分类后的电力场景数据。本发明从目标检测、图像分类、图片检索三个方面着手,结合相关的深度学习算法对数据进行筛选,实现电力场景数据筛选的自动筛选。

    一种基于数据清除消冗的电力场景图像数据筛选方法

    公开(公告)号:CN114996493A

    公开(公告)日:2022-09-02

    申请号:CN202210598814.4

    申请日:2022-05-30

    摘要: 本发明公开了一种基于数据清除消冗的电力场景图像数据筛选方法,属于数据筛选技术领域,目的在于提供一种基于数据清除消冗的电力场景图像数据筛选方法,解决现有电力场景图像数据因数据冗余,造成图像数据筛选效率低的问题。其针对不同业务场景下的数据特点,融合基于哈希的图检索方法以及局部敏感哈希的近似最近邻统计编码方法,结合可利用深度神经网络卷积层得到特定的局部图形特征来得到检索结果,从而实现对图像数据涉及的特征提取和近邻查找技术的优化,提取出能够高效表征图像的特征向量,进行快速视觉内容查找,达到图像数据的高效筛选。本发明适用于基于数据清除消冗的电力场景图像数据筛选方法。