-
公开(公告)号：CN117649514A
公开(公告)日：2024-03-05
申请号：CN202311504347.5
申请日：2023-11-13
Applicant: 国网湖北省电力有限公司经济技术研究院 , 湖北科能电力电子有限公司
Inventor： 周蠡 , 陈然 , 贺兰菲 , 蔡杰 , 李智威 , 许汉平 , 柯方超 , 周英博 , 熊川羽 , 马莉 , 张赵阳 , 熊一 , 王巍 , 李吕满 , 舒思睿 , 何峰 , 饶曦 , 李晶晶
IPC: G06V10/25 , G06V10/44 , G06N3/0464 , G06N3/045
Abstract: 一种基于改进YOLOv4的电网基建目标检测方法，由主干特征提取网络CSPDarknet53得到的多尺度特征图先输入到ASPP模块采样，再输入到颈部网络PANet中，先经过FPN层进行上采样，FPN层的上采样结果一边回传至主干特征提取网络CSPDarknet53以多次观察图像以获得更丰富的特征信息，另一边则输入PANet网络进行下采样，PANet网络的下采样结果与FPN层的上采样结果进行特征双向融合，特征双向融合得到的特征图输入到头部预测网络Head中执行目标检测任务。本发明将FPN层每一层采样结果回传给主干特征提取网络CSPDarknet53以多次观察图像以获得更丰富的特征信息，提高针对某一特定目标的特征提取效率，最终提高检测效率。
-
公开(公告)号：CN117576713A
公开(公告)日：2024-02-20
申请号：CN202311332666.2
申请日：2023-10-16
Applicant: 国网湖北省电力有限公司经济技术研究院 , 湖北科能电力电子有限公司
Inventor： 陈然 , 周蠡 , 蔡杰 , 贺兰菲 , 李智威 , 许汉平 , 柯方超 , 周英博 , 熊川羽 , 马莉 , 张赵阳 , 熊一 , 王巍 , 李吕满 , 舒思睿 , 许小薇 , 饶曦 , 李晶晶
IPC: G06V30/42 , G06V30/18 , G06V30/19 , G06N3/0442 , G06N3/045
Abstract: 一种基于改进LSTM‑CTC的电网基建档案电子化智能识别方法，包括：将电网基建档案图像数据集划分为训练集和测试集，并将训练集中的图像输入到LSTM网络提取电网基建档案图像中文本的特征序列；将特征序列输入CTC损失函数，在迭代寻优的过程中不断调整权重，直到寻到最优超参数，将最优超参数输入LSTM‑CTC模型，得到训练好的LSTM‑CTC模型；将待识别图像输入已训练好的LSTM‑CTC模型，得到文本识别结果。本发明能够显著提升电网基建档案的识别效率与精度。
-
公开(公告)号：CN117576713B
公开(公告)日：2024-09-13
申请号：CN202311332666.2
申请日：2023-10-16
Applicant: 国网湖北省电力有限公司经济技术研究院 , 湖北科能电力电子有限公司
Inventor： 陈然 , 周蠡 , 蔡杰 , 贺兰菲 , 李智威 , 许汉平 , 柯方超 , 周英博 , 熊川羽 , 马莉 , 张赵阳 , 熊一 , 王巍 , 李吕满 , 舒思睿 , 许小薇 , 饶曦 , 李晶晶
IPC: G06V30/42 , G06V30/18 , G06V30/19 , G06N3/0442 , G06N3/045
Abstract: 一种基于改进LSTM‑CTC的电网基建档案电子化智能识别方法，包括：将电网基建档案图像数据集划分为训练集和测试集，并将训练集中的图像输入到LSTM网络提取电网基建档案图像中文本的特征序列；将特征序列输入CTC损失函数，在迭代寻优的过程中不断调整权重，直到寻到最优超参数，将最优超参数输入LSTM‑CTC模型，得到训练好的LSTM‑CTC模型；将待识别图像输入已训练好的LSTM‑CTC模型，得到文本识别结果。本发明能够显著提升电网基建档案的识别效率与精度。
-
公开(公告)号：CN116958752B
公开(公告)日：2023-12-15
申请号：CN202311212335.5
申请日：2023-09-20
Applicant: 国网湖北省电力有限公司经济技术研究院 , 湖北科能电力电子有限公司
Inventor： 陈然 , 贺兰菲 , 蔡杰 , 周蠡 , 李智威 , 许汉平 , 柯方超 , 周英博 , 熊川羽 , 马莉 , 张赵阳 , 熊一 , 王巍 , 李吕满 , 舒思睿 , 何峰 , 饶曦 , 李晶晶
IPC: G06V10/774 , G06V20/70 , G06F40/211 , G06F16/35 , G06N3/0464 , G06N3/08
Abstract: 一种基于IPKCNN‑SVM的电网基建建筑归档方法，先通过图像标注出预训练集中各图像的文本数据，对各文本数据进行依存句法分析得到句子依存关系，通过自注意力机制学习句子依存关系得到注意力输出，将注意力输出作为先验知识加载到CNN网络中进行预训练，再将训练集中各图像输入CNN网络中通过输入层提取图像特征，将提取的图像特征经过多个卷积层前向传播，前向传播完成后，从最后一层卷积层的分类器开始进行反向传播，更新各卷积层的参数，最后将测试集中各图像输入训练好的CNN网络中，完成对(56)对比文件池涛;王洋;陈明.多层局部感知卷积神经网络的高光谱图像分类.四川大学学报(自然科学版).(01),全文.池涛;王洋;陈明.多层局部感知卷积神经网络的高光谱图像分类.四川大学学报(自然科学版).2020,(01),全文.
-
公开(公告)号：CN116958752A
公开(公告)日：2023-10-27
申请号：CN202311212335.5
申请日：2023-09-20
Applicant: 国网湖北省电力有限公司经济技术研究院 , 湖北科能电力电子有限公司
Inventor： 陈然 , 贺兰菲 , 蔡杰 , 周蠡 , 李智威 , 许汉平 , 柯方超 , 周英博 , 熊川羽 , 马莉 , 张赵阳 , 熊一 , 王巍 , 李吕满 , 舒思睿 , 何峰 , 饶曦 , 李晶晶
IPC: G06V10/774 , G06V20/70 , G06F40/211 , G06F16/35 , G06N3/0464 , G06N3/08
Abstract: 一种基于IPKCNN‑SVM的电网基建建筑归档方法，先通过图像标注出预训练集中各图像的文本数据，对各文本数据进行依存句法分析得到句子依存关系，通过自注意力机制学习句子依存关系得到注意力输出，将注意力输出作为先验知识加载到CNN网络中进行预训练，再将训练集中各图像输入CNN网络中通过输入层提取图像特征，将提取的图像特征经过多个卷积层前向传播，前向传播完成后，从最后一层卷积层的分类器开始进行反向传播，更新各卷积层的参数，最后将测试集中各图像输入训练好的CNN网络中，完成对电网基建建筑的分类归档。本设计所提模型的训练时间短、分类精度高。
-
Patent Agency Ranking
公开(公告)号：CN117649514B
公开(公告)日：2024-08-16
申请号：CN202311504347.5
申请日：2023-11-13
Applicant: 国网湖北省电力有限公司经济技术研究院 , 湖北科能电力电子有限公司
Inventor： 周蠡 , 陈然 , 贺兰菲 , 蔡杰 , 李智威 , 许汉平 , 柯方超 , 周英博 , 熊川羽 , 马莉 , 张赵阳 , 熊一 , 王巍 , 李吕满 , 舒思睿 , 何峰 , 饶曦 , 李晶晶
IPC: G06V10/25 , G06V10/44 , G06N3/0464 , G06N3/045
Abstract: 一种基于改进YOLOv4的电网基建目标检测方法，由主干特征提取网络CSPDarknet53得到的多尺度特征图先输入到ASPP模块采样，再输入到颈部网络PANet中，先经过FPN层进行上采样，FPN层的上采样结果一边回传至主干特征提取网络CSPDarknet53以多次观察图像以获得更丰富的特征信息，另一边则输入PANet网络进行下采样，PANet网络的下采样结果与FPN层的上采样结果进行特征双向融合，特征双向融合得到的特征图输入到头部预测网络Head中执行目标检测任务。本发明将FPN层每一层采样结果回传给主干特征提取网络CSPDarknet53以多次观察图像以获得更丰富的特征信息，提高针对某一特定目标的特征提取效率，最终提高检测效率。
-
公开(公告)号：CN119580137B
公开(公告)日：2025-05-02
申请号：CN202510134385.9
申请日：2025-02-07
Applicant: 湖北科能电力电子有限公司
Abstract: 本发明涉及图像处理领域，具体涉及一种基于无人机的电力巡检方法及系统，方法包括：获取巡检时电力设备的原始图像，对原始图像预处理得到灰度图；计算灰度图中各像素点处于电力设备上的可能性；基于像素点处于电力设备上的可能性对原始图像各像素点的像素值进行调整，得到最新图像；对最新图像进行压缩和解压处理，得到解压后的图像，对解压后的图像进行缺陷检测。本发明对不起作用的像素点进行像素值调节，调节后的图像中，具有相同像素值的像素点数量增加，从而提高了对图像的压缩率，使得无人机在进行电力巡检过程中的工作效率提高。
-
公开(公告)号：CN119579605A
公开(公告)日：2025-03-07
申请号：CN202510138807.X
申请日：2025-02-08
Applicant: 湖北科能电力电子有限公司
Abstract: 本发明涉及电力设备检测领域，尤其涉及基于图像处理的电力设备缺陷检测方法及系统，方法包括：获取电力设备的不同时刻的图像，并将图像进行HSV颜色空间转换得到特征图；计算特征图中像素点各个参数的特征值；将像素点的多个特征值的乘积作为综合特征量，以任一像素点为中心构建窗口，并计算该像素点综合特征量的变化量；将历史时刻特征图中差异幅度与预设的危险系数乘积的累计之和作为当前时刻特征图中像素点的危险程度；将危险程度大于预设的阈值的像素点作为危险像素点，响应于特征图中出现危险像素点，发出预警信号。本发明具有提高电力设备缺陷检测的准确性和可靠性的效果。
-
公开(公告)号：CN119625463A
公开(公告)日：2025-03-14
申请号：CN202510154871.7
申请日：2025-02-12
Applicant: 湖北科能电力电子有限公司
IPC: G06V10/774 , G06N3/0464 , G06V10/764 , G06V10/82
Abstract: 本申请涉及图像处理技术，具体涉及一种用于智慧工地的车辆管理方法及系统，方法包括步骤：获取包含车辆清洗图像的数据集；将不同天气的环境图像作为风格图像；根据车辆清洗图像与风格图像，计算内容加权系数与风格加权系数；设置预训练卷积神经网络，输入车辆清洗图像与风格图像，将风格加权系数、风格损失的乘积与内容加权系数、内容损失的乘积进行加和后作为损失函数，通过最小化损失函数迭代车辆清洗图像，迭代完成得到风格迁移图像，根据风格迁移图像扩充用于训练车辆清洁度识别模型的数据集。本申请具有提高扩充数据及质量的效果。
-
公开(公告)号：CN119580137A
公开(公告)日：2025-03-07
申请号：CN202510134385.9
申请日：2025-02-07
Applicant: 湖北科能电力电子有限公司
Abstract: 本发明涉及图像处理领域，具体涉及一种基于无人机的电力巡检方法及系统，方法包括：获取巡检时电力设备的原始图像，对原始图像预处理得到灰度图；计算灰度图中各像素点处于电力设备上的可能性；基于像素点处于电力设备上的可能性对原始图像各像素点的像素值进行调整，得到最新图像；对最新图像进行压缩和解压处理，得到解压后的图像，对解压后的图像进行缺陷检测。本发明对不起作用的像素点进行像素值调节，调节后的图像中，具有相同像素值的像素点数量增加，从而提高了对图像的压缩率，使得无人机在进行电力巡检过程中的工作效率提高。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.064 seconds)
