公开(公告)号：CN114863384A

公开(公告)日：2022-08-05

申请号：CN202210288072.5

申请日：2022-03-22

Applicant: 上海电力大学

Inventor： 李晋国 ,  李祎 ,  刘丽建 ,  张凯 ,  温蜜 ,  王亮亮

IPC: G06V20/58 ,  G06T5/50 ,  G06T3/40 ,  G06N3/04 ,  G06K9/62 ,  G06V10/774 ,  G06V10/82 ,  G06V10/32

Abstract: 本发明涉及一种基于YOLO v4算法的交通标志检测方法，包括：S1：获取训练数据中的交通标志图像，并对其进行分辨率调整；S2：选取交通标志数据集作为训练数据，并对训练数据进行格式转换；S3：将格式转换后的交通标志数据集输入至改进后的YOLO v4算法中进行训练，获取训练完成的交通标志检测模型；S4：将分辨率调整后的交通标志图像输入至训练后的交通标志检测模型中，进行交通标志的检测。与现有技术相比，本发明具有提升模型的检测精度等优点。

公开(公告)号：CN114723686A

公开(公告)日：2022-07-08

申请号：CN202210288074.4

申请日：2022-03-22

Applicant: 上海电力大学

Inventor： 李晋国 ,  李祎 ,  黄润渴 ,  王亮亮 ,  温蜜 ,  张凯

IPC: G06T7/00 ,  G06K9/62 ,  G06N3/04 ,  G06T7/11 ,  G06V10/774 ,  G06V10/82 ,  G06T5/50

Abstract: 本发明涉及一种基于YOLO v4算法的自爆绝缘子检测方法，包括步骤：1)获取训练数据用的自爆绝缘子图像，并对其进行分辨率调整；2)采用有监督数据增强方法对步骤1)中调整后的绝自爆缘子图像进行数量扩充；3)采用无监督数据增强方法对步骤2)中的自爆绝缘子图像进行数量扩充；4)将扩充后的自爆绝缘子图像数据集输入至改进后的YOLO v4算法中进行训练，获取训练完成的绝缘子图像检测模型；5)将分辨率调整后的待检测的绝缘子图像输入至训练后的绝缘子图像检测模型中，进行自爆绝缘子的检测。与现有技术相比，本发明具有提升检测精度，提高输电线路巡检效率等优点。

公开(公告)号：CN114549805A

公开(公告)日：2022-05-27

申请号：CN202210189197.2

申请日：2022-02-28

Applicant: 上海电力大学

Inventor： 李晋国 ,  孟平 ,  李祎 ,  孙哲 ,  温蜜 ,  王亮亮 ,  张凯

IPC: G06T19/20 ,  G06T15/30 ,  G06T7/11 ,  G06T7/00 ,  G06N3/04 ,  G06K9/62 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明公开了一种基于深度学习的医学图像三维自动分割方法，具有这样的特征，包括以下步骤：步骤1，对于待实现自动分割的病灶或器官的病例，采集临床影像数据，并对影像数据进行脱敏及规范化处理。步骤2，基于影像数据构建训练集。步骤3，对训练集进行预处理及数据增强，得到规范化的数据。步骤4，设置超参数，并将规范化的数据输入到三维全自动分割网络模型中进行训练，得到训练完成的分割模型。步骤5，采集影像数据作为测试样本，经规范化处理后输入训练完成的分割模型。步骤6，由步骤4得到的分割模型实现全自动特征提取并输出的病灶或器官的分割结果。