公开(公告)号：CN117576466A

公开(公告)日：2024-02-20

申请号：CN202311560217.3

申请日：2023-11-22

Applicant: 安徽大学

Inventor： 沈瓒骏 ,  李士昌 ,  侯芷萌 ,  陈宗业 ,  高振越 ,  张子茜 ,  方舒娴 ,  朱彩青 ,  叶佳怡

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/25 ,  G06V10/82 ,  G06V20/68 ,  G06V10/40 ,  G06V10/24 ,  G06V10/20 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/0985

Abstract: 本发明涉及一种基于多源图像的果实损伤类别与区域识别方法，包括：搭建可见光和IR成像系统；通过可见光和IR成像系统进行果实图像采集与处理，获得多模态图像数据集，将多模态图像数据集划分为训练集、验证集和测试集；对DeepLabv3深度学习模型进行改进，得到ADS‑DeepLabv3+网络模型；采用训练集对ADS‑DeepLabv3+网络模型进行训练，将待识别的果实图像输入训练后的ADS‑DeepLabv3+网络模型，得到果实损伤类型和区域。本发明能够更好地获取果实“反—透”射特性，提高检测准确性，具有更好的适应性和抗干扰性；ADS‑DeepLabv3+网络模型通过融入特征金字塔网络和卷积注意模块来提高小目标损伤的识别能力，结合Dice_Loss和Focal_loss的损失函数得到的混合损失函数提高了对难区分样本的预测能力。

公开(公告)号：CN119205606A

公开(公告)日：2024-12-27

申请号：CN202410432228.1

申请日：2024-04-11

Applicant: 安徽大学

Inventor： 江子曦 ,  朱楠楠 ,  任延安 ,  刘凡硕 ,  刘雯琪 ,  范泽瑞 ,  陈宗业 ,  金旭峰 ,  耿傲雪 ,  王景 ,  冯煦宸 ,  邹李 ,  王子阳 ,  张远硕 ,  王德炅 ,  张华扬 ,  丁鑫 ,  吴星洁 ,  蒋晨勤 ,  管成婷 ,  刘烨 ,  汪昕宇

IPC: G06T7/00 ,  G06V30/42 ,  G06V10/82 ,  G06V30/146 ,  G06V30/19

Abstract: 本发明公开了一种基于YOLOv8神经网络的工业变电合闸电阻录波故障波分析方法，属于断路器合闸电阻录波故障波分析领域。通过本发明，在工业变电领域合闸电阻检测中，通过对comtrade数据集文件进行解析，获取待检测电流数据的实际数值，进行平滑处理、傅里叶变换拟合，可得到电流波形错误类型，该方法具有较高的识别率，能有效分析工业变电中合闸电阻在合闸瞬间是否有因电流急速升高而损坏，通过改进算法架构和优化模型参数，得到了YOLOv8神经网络训练后的独特的神经网络参数，从而实现提高了检测精度和推理速度。