-
公开(公告)号:CN119515832A
公开(公告)日:2025-02-25
申请号:CN202411583816.1
申请日:2024-11-07
Abstract: 本发明涉及一种参考光伏组件缺陷分割方法,具体如下:首先,从已有的多模态光伏缺陷数据集中加载电致发光图像及期望检测缺陷的自然语言描述,通过预训练的图像模型与语言模型分别提取图像特征与文本特征。然后,设计多模态融合模块,将图像和文本特征有效结合,形成统一的融合特征表示。此外,设计多粒度感知分组模块,以处理不同粒度的缺陷分割需求,识别与文本相符的单个、多个以及无目标缺陷。通过文本指导的解码器从上述提取的图文特征、融合特征与感知分组特征中解码出目标掩码,从而根据输入的参考文本精确分割出光伏组件电池图像中的指定缺陷。与传统光伏缺陷分割任务,统一对图中所有光伏缺陷进行分割不同,本发明可以根据光伏电站的实际运维需求,对期望检测的缺陷进行个性化的检测,以支持光伏电站的进一步的运维决策。可以使实际光伏电站的运维工作得到个性化和高效率的显著提升。
-
公开(公告)号:CN119295427A
公开(公告)日:2025-01-10
申请号:CN202411583817.6
申请日:2024-11-07
IPC: G06T7/00 , G06V10/26 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于注意力机制与辅助多标签知识蒸馏的光伏组件缺陷持续分割方法,具体如下:将前一阶段,即(t‑1)阶段的模型设定为旧模型,当前阶段,即t阶段的模型设定为新模型;新模型和旧模型中注意力图的计算,通过基于快速归一化特征融合的注意力机制,增强模型对细微或难以检测的缺陷特征的注;伪标签的生成;基于注意力图和辅助多类伪标签的特征知识蒸馏,在网络的浅层与深层同时根据注意图知识与辅助多标签知识进行特征匹配,使新模型能够学习到旧模型中关于旧类缺陷的知识。当新类缺陷出现时,本发明可仅基于新增的新类缺陷数据对模型进行快速微调,使模型能够同时有效分割出旧类别和新类别的隐裂缺陷,实现光伏隐裂缺陷的持续分割。
-
公开(公告)号:CN112132228B
公开(公告)日:2024-05-14
申请号:CN202011065113.1
申请日:2020-09-30
Applicant: 东南大学
IPC: G06F18/24 , G06N5/01 , G06F18/2431 , G06N3/0499 , G06N3/084
Abstract: 本发明提供了一种基于决策树分类的辐照度缺失数据插补方法及系统,其中方法包括以下步骤:检测缺失的辐照度值;运用决策树分类的方法将数据按天气分类;根据日期、时间、经纬度计算太阳高度角;在不同的天气类别下,根据当前时间、功率和环境温度,运用不同的神经网络参数拟合辐照度序列;插补缺失的辐照度值。本发明通过决策树的分类保留了天气现象的信息,又在神经网络中加了太阳高度角的输入,保留了日期和时间的信息,因此数据插补效果明显优于其他算法,大大提高了插补的准确度。本发明有助于填补缺失的辐照度数据,在不降低性能的前提下,解决辐照度、温度、功率时间戳不一致的问题,有助于增加样本数量。
-
公开(公告)号:CN109584243B
公开(公告)日:2023-06-30
申请号:CN201811424943.1
申请日:2018-11-27
Applicant: 东南大学
IPC: G06T7/10
Abstract: 本发明公开了一种基于对比度迭代的显著区域检测方法,包括如下步骤:(1)将输入图像过分割成多个互不相交的图像区域;(2)将颜色特征作为各图像区域的特征,计算各图像区域的对比度值,对比度值定义为图像区域与其他图像区域的加权特征对比度之和;(3)将新得到的对比度值作为各图像区域的特征,迭代计算各图像区域新的对比度值。本发明充分考虑人眼视觉的对比度特性,对其进行迭代建模,使之能够更好地检测图像中的显著区域并且能够更好地抑制部分靠近显著区域的背景区域。
-
公开(公告)号:CN110427980B
公开(公告)日:2022-06-03
申请号:CN201910623429.9
申请日:2019-07-11
Applicant: 东南大学
IPC: G06V10/764 , G06K9/62 , G06V10/80
Abstract: 本发明公开一种融合低层和高层特征的显著物体存在性判定方法,包括以下步骤:将待处理图像的不同通道特征作为一部分低层特征;在不同通道上进行灰度信息统计,基于统计结果计算图像各像素的对比度,作为一部分低层特征;提取图像的纹理特征,作为一部分高层特征;提取图像各区域的似物性特征,作为一部分高层特征;进行特征降维;进行特征融合,得到显著物体存在性判定结果。本发明提取具有代表性的低层和高层特征,并有效进行特征降维和融合,有助于在不降低性能的前提下,减少显著物体存在性判定的用时。
-
公开(公告)号:CN112327999B
公开(公告)日:2022-03-11
申请号:CN202011204566.8
申请日:2020-11-02
Applicant: 东南大学
IPC: G05F1/67
Abstract: 本发明公开了一种基于最大功率点跟踪数据的光伏快速检测及精确诊断方法,包括以下步骤:基于最大功率点瞬时电流下降检测异常,其中阈值设定同时考虑了采样间隔及扰动步长;利用特性曲线上关键工作点及极值点个数区分遮挡和线路故障,并进一步评估故障程度;根据故障评估结果,设置工作电压以区分故障组串和正常组串,从而实现故障定位。本发明提出的检测方法无需安装额外的数据采集设备,可方便嵌入商用逆变器,且在低辐照度、低失配等级及安装阻塞二极管等复杂环境下均适用,同时提取的拐点特征可有效区分具有相似特性的部分遮挡及线路故障,避免不必要的断电保护,除此之外,提出的故障定位方法能够快速将故障隔离,进而保证系统的安全运行。
-
公开(公告)号:CN112132228A
公开(公告)日:2020-12-25
申请号:CN202011065113.1
申请日:2020-09-30
Applicant: 东南大学
Abstract: 本发明提供了一种基于决策树分类的辐照度缺失数据插补方法及系统,其中方法包括以下步骤:检测缺失的辐照度值;运用决策树分类的方法将数据按天气分类;根据日期、时间、经纬度计算太阳高度角;在不同的天气类别下,根据当前时间、功率和环境温度,运用不同的神经网络参数拟合辐照度序列;插补缺失的辐照度值。本发明通过决策树的分类保留了天气现象的信息,又在神经网络中加了太阳高度角的输入,保留了日期和时间的信息,因此数据插补效果明显优于其他算法,大大提高了插补的准确度。本发明有助于填补缺失的辐照度数据,在不降低性能的前提下,解决辐照度、温度、功率时间戳不一致的问题,有助于增加样本数量。
-
公开(公告)号:CN108038434B
公开(公告)日:2020-06-16
申请号:CN201711262030.X
申请日:2017-12-04
Applicant: 东南大学
Abstract: 本发明公开了一种基于多示例学习的视频人脸表情预检测方法,包括:(1)对训练样本和待测试样本的视频数据进行预处理,提取出视频中每帧图像的人脸面部区域;(2)采用LBP描述子对预处理得到的每帧图像的人脸面部区域进行特征抽取,得到每帧图像的特征向量;(3)根据训练样本的特征向量,基于多示例学习,采用扩展的结构化输出支持向量机,求解表情预检测函数;(4)使用步骤(3)中得到的预检测函数,根据步骤(2)的待测试样本的特征向量,进行人脸表情预检测,得到表情预检测结果。本发明可以实时监测表情,识别率高。
-
公开(公告)号:CN110427980A
公开(公告)日:2019-11-08
申请号:CN201910623429.9
申请日:2019-07-11
Applicant: 东南大学
IPC: G06K9/62
Abstract: 本发明公开一种融合低层和高层特征的显著物体存在性判定方法,包括以下步骤:将待处理图像的不同通道特征作为一部分低层特征;在不同通道上进行灰度信息统计,基于统计结果计算图像各像素的对比度,作为一部分低层特征;提取图像的纹理特征,作为一部分高层特征;提取图像各区域的似物性特征,作为一部分高层特征;进行特征降维;进行特征融合,得到显著物体存在性判定结果。本发明提取具有代表性的低层和高层特征,并有效进行特征降维和融合,有助于在不降低性能的前提下,减少显著物体存在性判定的用时。
-
公开(公告)号:CN107256412B
公开(公告)日:2019-07-12
申请号:CN201710388983.4
申请日:2017-05-26
Applicant: 东南大学
IPC: G06K9/62
Abstract: 本发明公开一种基于多人眼感知分组特性的图构造方法,包括以下步骤:将待处理图像过分割成多个超像素,并将超像素定义为图的顶点;基于人眼感知分组特性中的空间邻近特性,将在图像空间中相邻的超像素相连,作为图的一部分边;基于人眼感知分组特性中的颜色相似特性,将图像中颜色特征相似的超像素相连,作为图的另一部分边;基于人眼感知分组特性的纹理相似特性,将图像中纹理特征相似的超像素相连,作为图的又一部分边;基于PRSVM算法,学习空间邻近度、颜色相似性和纹理相似性对图中边权的作用大小;将图的边权定义为相连的两个超像素之间空间邻近度、颜色相似性和纹理相似性的加权和。本发明充分考虑人眼的多种感知分组特性,有效描述图像中各区域之间的关系,有助于对图像中的目标进行检测。
-
-
-
-
-
-
-
-
-