公开(公告)号：CN116863189A

公开(公告)日：2023-10-10

申请号：CN202310269970.0

申请日：2023-03-20

Applicant: 中国计量大学

Inventor： 张莉莉 ,  王修晖 ,  包其富 ,  贾波 ,  李学盛 ,  王亚茹

IPC: G06V10/764 ,  G06T7/00 ,  G06V10/44 ,  G06V10/82 ,  G06N3/08 ,  G06V10/80 ,  G06N3/0464

Abstract: 本发明提供一种基于孪生网络的设备红外图谱故障分类方法，其包括如下步骤：首先本文使用369张图像感应电机热图像数据集。其次针对红外图像分辨率低、细节模糊和故障图数量少的问题，开发了一个受Resnet网络启发的孪生卷积神经网络(CSA)模型。CSA模型由CSD单元与CDCM单元构成。新的模块CSD单元，以消除潜在的位置偏差。CDCM单元主要进行特征融合，加大了感受野，让每个卷积输出都包含较大范围的信息。最后本文运用二分类交叉熵损失来进行训练。本发明能够有效地满足体积小和轻量化的需求，在具有设备红外故障图的情况下，能够很好的进行故障分类。在电力设备上的故障诊断中可以提高供电安全，具有广阔的应用前景。

公开(公告)号：CN115546765A

公开(公告)日：2022-12-30

申请号：CN202211272888.5

申请日：2022-10-18

Applicant: 中国计量大学

Inventor： 张莉莉 ,  王修晖 ,  王亚茹 ,  李学盛 ,  贾波 ,  包其富

IPC: G06V20/58 ,  G06V10/25 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明提供一种基于改进的YOLOv5车载热图像检测方法，其包括如下步骤：首先本文使用2018年传感器系统开发商FLIR公司发布的自动驾驶开源红外热成像数据集，对数据集中的行人(People)、自行车(Bicycle)、汽车(Cars)3类目标进行检测，训练集8862张，验证集1366张；其次采用基于YOLOv5的深度学习的方法，针对红外图像分辨率低、目标小且细节模糊的问题，提出全新的融入自适应空间特征融合(ASFF)的Neck部分和一种融合卷积注意力模块(ConvolutionalBlockAttentionModule，CBAM)的CBSM模块；接着使用EIOU损失函数替换原有的CIOU损失函数，加速收敛提高回归精度，优化边界框回归任务中的样本不平衡问题,得到一个改进的YOLOv5网络模型。本发明能够有效地满足体积小和轻量化的需求，适合部署到车载嵌入式系统中，具有广阔的应用前景。