公开(公告)号：CN115239710A

公开(公告)日：2022-10-25

申请号：CN202211149254.0

申请日：2022-09-21

Applicant: 南京信息工程大学

Inventor： 陈江丽

IPC: G06T7/00 ,  G06V10/25 ,  G06V10/52 ,  G06V10/80 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于注意力反馈和双空间金字塔的绝缘子缺陷检测方法，通过对YOLOv5的网络结构进行改进，采用UPID公共数据集对其进行数据增强，用于输电线路绝缘子缺陷检测，首次在YOLOv5中将注意力反馈嵌入到骨干的BottleneckCSP中，首次利用一组比例因子和两种池化方式构建了双空间金字塔来替代SPP模块，并在上采样后融合多个全局上下文信息，本发明不仅能准确地检测出复杂背景图像中的绝缘子缺陷，而且能准确地识别出受遮挡的绝缘子，实现输电线路绝缘子的定位与分类，快速而精确的检测绝缘子缺陷。

公开(公告)号：CN118212219A

公开(公告)日：2024-06-18

申请号：CN202410434746.7

申请日：2024-04-11

Applicant: 南京信息工程大学

Inventor： 付章杰 ,  陈江丽 ,  陆越

IPC: G06T7/00 ,  G06N3/0464 ,  G06V10/80

Abstract: 本发明涉及一种输电线缺陷检测方法、装置、设备及介质，方法包括：采集待检测的目标图像数据；对所述目标图像数据进行预处理，得到预处理图像数据；将所述预处理图像数据输入至预先建立的检测模型中，获取所述目标图像数据中输电线缺陷检测结果；其中，所述检测模型包括深度轻卷积模块和特征感知采样模块。本发明提出的检测方法将YOLOv8模型中步长为2的3×3卷积替换为深度轻卷积模块，防止小目标的细粒度信息丢失，同时降低了卷积计算量；引入融合特征感知采样模块的可变形卷积DCNv3，更好地聚合上下文信息进行偏移预测，提高检测模型对区分性特征的学习能力，显著提高了改进后的YOLOv8模型对输电线路中微小缺陷的检测精度。