-
公开(公告)号:CN118096684A
公开(公告)日:2024-05-28
申请号:CN202410208148.8
申请日:2024-02-26
Applicant: 国网江苏省电力有限公司南京供电分公司 , 国网江苏省电力有限公司 , 中国电力科学研究院有限公司 , 南京信息工程大学 , 国家电网有限公司
IPC: G06T7/00 , G06V10/25 , G06V10/80 , G06V10/764 , G06V10/766 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种输电线路缺陷检测方法、装置、设备及存储介质。该方法包括:获取待检测输电线路图像;将待检测输电线路图像输入目标模型,得到待检测输电线路图像对应的缺陷位置以及每个缺陷位置对应的缺陷类别信息,其中,所述目标模型通过目标输电线路图像样本集迭代训练第一模型得到,所述第一模型包括:Backbone子网络和Neck子网络,所述Neck子网络包括:路径聚合PAN模块,所述PAN模块包括:加权双向特征金字塔BiFPN层,通过本发明的技术方案,能够快速识别和实时预测,以便于及时采取行动,使电网巡检更加及时和安全。
-
公开(公告)号:CN118298149A
公开(公告)日:2024-07-05
申请号:CN202410346975.3
申请日:2024-03-26
Applicant: 国网江苏省电力有限公司南京供电分公司
IPC: G06V10/25 , G06V10/44 , G06V10/82 , G06V10/766 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明一种输电线路上零部件的目标检测方法,属于输电线路的零部件检测技术领域。对YOLO_v5神经网络进行改进,采用了MobileNetV3网络替换了现有的YOLO_v5神经网络的主干网络Backbone,改变了YOLO_v5神经网络中bneck结构的个数以及内部参数的设置,使得最终所需要的计算资源大幅下降;使得本方法适用更多的场景。对YOLO_v5神经网络的颈部网络neck也进行了改进,根据高效多尺度注意力EMA和新型算子PConv卷积建立EMA‑PConv模块,并通过EMA‑PConv模块替换颈部网络Neck中所有的C3模块中由标准卷积简单堆叠的bottleneck单元,形成C3_EMA‑PConv模块,大大提升了增加输电线路的目标检测模型的特征聚合能力,增加了目标检测模型进行目标检测的精准率;使用Shape‑IoU Loss函数替换所述YOLO_v5神经网络中的边界框回归损失函数,使得边界框回归更加准确。
-