-
公开(公告)号:CN117315234A
公开(公告)日:2023-12-29
申请号:CN202311319003.7
申请日:2023-10-12
Applicant: 江苏金智科技股份有限公司
IPC: G06V10/25 , G06V10/26 , G06V10/40 , G06V10/82 , G06N3/0455 , G06V10/74 , G06N3/0464
Abstract: 本发明公开了一种基于AI图像识别的电力智能巡视点位自动化生成方法,包括步骤1:巡视系统捕获场景画面并将相关数据发送给AI平台进行分析;步骤2:AI平台对接收的图像数据利用改进的DeepLabV3+算法进行关键目标位置区域分割;步骤3:基于连续帧相同检测位置目标的相似性,设计一种利用Siamese模型自动去重的方法;步骤4:根据去重后的图像帧及其对应的分割结果进行最佳拍摄点位计算,将计算结果返回巡视系统进行分析并自动化生成巡视点位。
-
公开(公告)号:CN119313643A
公开(公告)日:2025-01-14
申请号:CN202411445032.2
申请日:2024-10-16
Applicant: 江苏金智科技股份有限公司
IPC: G06T7/00 , G06T7/11 , G06V10/764 , G06V10/80 , G06V10/77 , G06N3/0464 , G06N3/08 , G06F17/18
Abstract: 本发明公开了一种基于图像识别的导电引线金属锈蚀检测方法,包括:朝待检测目标物方向进行拍摄,获取相对应的场景画面,得到图片数据。对图片数据利用改进后的StarNet‑Yolov8算法进行分割,获取待检测目标物被分割出来的分割图像。基于改进后的AKConv‑Yolov8算法对分割图象的分割区域进行金属锈蚀检测,并生成相应的导电引线金属锈蚀检测结果。重复上述若干轮步骤后,得到有效的导电引线的金属锈蚀信息。两种改进均通过增强特征提取和融合技术显著提高了检测精度,特别是在复杂场景和多尺度目标检测中表现尤为突出。StarNet和AKConv的引入使得模型在不同环境、光照和背景条件下具有更强的适应性和鲁棒性,能够应对更广泛的应用场景。
-
公开(公告)号:CN119313644A
公开(公告)日:2025-01-14
申请号:CN202411445033.7
申请日:2024-10-16
Applicant: 江苏金智科技股份有限公司
IPC: G06T7/00 , G06T7/11 , G06V10/764 , G06V10/80 , G06V10/77 , G06N3/0464 , G06N3/08 , G06F17/18
Abstract: 本发明公开了一种基于图像识别的导电接头金属锈蚀检测方法:朝待检测目标物方向进行拍摄,获取相对应的场景画面,得到图片数据。对图片数据利用改进后的SimAM‑Yolov8算法进行分割,获取将待检测目标物分割出来的分割图像。基于改进后的GSconv‑Yolov8算法对分割图象进行金属锈蚀检测,并生成导电接头金属锈蚀检测结果。重复上述若干轮步骤,得到有效的导电接头的金属锈蚀信息。引入轻量级的注意力机制SimAM,在不显著增加计算开销增强特征表示,提升检测精度,在实时性和准确性方面表现。引入卷积操作GSConv,其结合组卷积和通道洗牌技术,增强特征之间的交互,更好地捕捉图像中的高阶特征和细节信息,从而提升特征提取的质量,提供更加准确和可靠的导电接头金属锈蚀检测结果。
-
-