公开(公告)号：CN119089400B

公开(公告)日：2025-01-28

申请号：CN202411585568.4

申请日：2024-11-08

Applicant: 厦门理工学院

Inventor： 苏鹭梅 ,  陈丽华 ,  陈宇涵 ,  李天友 ,  陈皓颉 ,  舒日贲 ,  林志炜

IPC: G06F18/25 ,  G06F18/214 ,  G06F18/22 ,  G06V10/40 ,  G06N3/0455 ,  G06N3/08

Abstract: 本申请公开了一种超特高压隔离开关运行状态的确定方法、装置及存储介质，涉及电力系统技术领域，解决了目前存在通过人工定期巡检的方法，在超特高压隔离开关的运行状态出现异常时，无法及时检测的问题。该方法包括：构建目标超特高压隔离开关数据集,确定视觉语言检测模型，利用超特高压隔离开关数据集对视觉语言检测模型进行训练，更新模型参数，得到用于指示图像和语言之间交互关系的目标视觉语言检测模型,获取当前超特高压隔离开关图像，将当前超特高压隔离开关图像输入目标视觉语言检测模型，获得目标视觉语言检测模型输出的目标描述文本,基于目标描述文本确定当前超特高压隔离开关的目标运行状态。

公开(公告)号：CN120088864A

公开(公告)日：2025-06-03

申请号：CN202510577571.X

申请日：2025-05-07

Applicant: 厦门理工学院

Inventor： 苏鹭梅 ,  陈丽华 ,  李天友 ,  陈皓颉 ,  舒日贲 ,  吕杰 ,  温暾

IPC: G06V40/20 ,  G06V20/62 ,  G06V10/764 ,  G06F18/22 ,  G06F18/20 ,  G06F18/25 ,  G06N5/022 ,  G06V10/82 ,  G06N3/0455

Abstract: 本发明提出一种电力安全违章行为自动检测方法，通过多视角图像采集与知识图谱驱动的动态语义重组构建覆盖电力作业场景的多模态数据集，所述动态语义重组基于知识图谱的分层结构与路径权重优化生成多样化语言描述；基于对抗样本生成技术扩展所述数据集，生成图像扰动样本与语义误导文本描述；通过多模态特征动态融合模型训练目标检测网络，所述模型通过知识图谱路径权重优化与联合损失函数实现图像‑文本关联性学习；基于训练完成的模型对实时采集的电力作业图像进行推理，输出违章行为检测结果及其语义描述；通过多模态相似度评估触发闭环反馈，优化数据集标注与模型参数。

公开(公告)号：CN118967662B

公开(公告)日：2025-01-17

申请号：CN202411413374.6

申请日：2024-10-11

Applicant: 厦门理工学院

Inventor： 苏鹭梅 ,  林志炜 ,  黄志豪 ,  陈皓颉 ,  郭翰林 ,  林光毅 ,  陈嘉琪

IPC: G06T7/00 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0495 ,  G06N3/082

Abstract: 本发明涉及一种面向工业场景的轻量级网络的背光板缺陷检测方法，属于背光板缺陷检测领域。该方法包括：提出一种轻量级目标检测模型SH‑YOLO‑Lite，轻量级目标检测模型SH‑YOLO‑Lite以YOLOv5‑lites为基准模型进行改进，在主干网络侧采用轻量级主干网络RASNet，在特征融合网络侧采用特征融合网络Efficient‑RepGFPN‑Lite；采用背光板缺陷数据集对轻量级目标检测模型SH‑YOLO‑Lite进行训练，得到背光板缺陷检测模型，并对实际工业场景中的待检测背光板图像进行缺陷检测，输出背光板缺陷检测结果。本发明能够实现背光板缺陷检测在现有的低算力嵌入式平台上的低成本部署与高效运行。

公开(公告)号：CN118967662A

公开(公告)日：2024-11-15

申请号：CN202411413374.6

申请日：2024-10-11

Applicant: 厦门理工学院

Inventor： 苏鹭梅 ,  林志炜 ,  黄志豪 ,  陈皓颉 ,  郭翰林 ,  林光毅 ,  陈嘉琪

IPC: G06T7/00 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0495 ,  G06N3/082

Abstract: 本发明涉及一种面向工业场景的轻量级网络的背光板缺陷检测方法，属于背光板缺陷检测领域。该方法包括：提出一种轻量级目标检测模型SH‑YOLO‑Lite，轻量级目标检测模型SH‑YOLO‑Lite以YOLOv5‑lites为基准模型进行改进，在主干网络侧采用轻量级主干网络RASNet，在特征融合网络侧采用特征融合网络Efficient‑RepGFPN‑Lite；采用背光板缺陷数据集对轻量级目标检测模型SH‑YOLO‑Lite进行训练，得到背光板缺陷检测模型，并对实际工业场景中的待检测背光板图像进行缺陷检测，输出背光板缺陷检测结果。本发明能够实现背光板缺陷检测在现有的低算力嵌入式平台上的低成本部署与高效运行。

公开(公告)号：CN119089400A

公开(公告)日：2024-12-06

申请号：CN202411585568.4

申请日：2024-11-08

Applicant: 厦门理工学院

Inventor： 苏鹭梅 ,  陈丽华 ,  陈宇涵 ,  李天友 ,  陈皓颉 ,  舒日贲 ,  林志炜

IPC: G06F18/25 ,  G06F18/214 ,  G06F18/22 ,  G06V10/40 ,  G06N3/0455 ,  G06N3/08

Abstract: 本申请公开了一种超特高压隔离开关运行状态的确定方法、装置及存储介质，涉及电力系统技术领域，解决了目前存在通过人工定期巡检的方法，在超特高压隔离开关的运行状态出现异常时，无法及时检测的问题。该方法包括：构建目标超特高压隔离开关数据集,确定视觉语言检测模型，利用超特高压隔离开关数据集对视觉语言检测模型进行训练，更新模型参数，得到用于指示图像和语言之间交互关系的目标视觉语言检测模型,获取当前超特高压隔离开关图像，将当前超特高压隔离开关图像输入目标视觉语言检测模型，获得目标视觉语言检测模型输出的目标描述文本,基于目标描述文本确定当前超特高压隔离开关的目标运行状态。