公开(公告)号：CN113344915A

公开(公告)日：2021-09-03

申请号：CN202110783270.4

申请日：2021-07-12

Applicant: 华北电力大学(保定)

Inventor： 翟永杰 ,  胡哲东 ,  王亚茹

IPC: G06T7/00 ,  G06K9/46 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种输电线路关键部件缺陷检测方法及系统。该方法包括：构建输电线路关键部件缺陷语义集合；所述输电线路关键部件包括电力线路和绝缘子；根据所述缺陷语义集合训练语义表征提取模型；利用训练好的语义表征提取模型提取语义表征；构建输电线路关键部件缺陷图像库；根据所述图像库中的多类缺陷图像训练图像特征提取模型；利用训练好的图像特征提取模型提取图像特征；基于所述语义表征和所述图像特征，构建嵌入映射矩阵。本发明通过历史缺陷(已经获得或容易获得样本的缺陷)样本和目标缺陷(零样本缺陷)的语义描述信息，实现对零样本的输电线路关键部件的缺陷的检测。

公开(公告)号：CN115205256A

公开(公告)日：2022-10-18

申请号：CN202210829669.6

申请日：2022-07-14

Applicant: 华北电力大学(保定)

Inventor： 翟永杰 ,  胡哲东 ,  白云山 ,  赵宽 ,  李冰

IPC: G06T7/00 ,  G06T7/10 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种融合迁移学习的输电线路绝缘子缺陷检测方法及系统，属于绝缘子检测领域，首选构建正常绝缘子数据集和缺陷绝缘子数据集，然后利用正常绝缘子数据集训练第一FasterR‑CNN网络，将模型迁移到样本数量较少的绝缘子缺陷图像上，对绝缘子进行定位并裁剪绝缘子区域，最后以绝缘子局部图像为输入，使用FasterR‑CNN模型对绝缘子缺陷检测权重进行训练，实现缺陷的分类和定位。本发明以FasterR‑CNN算法作为基线模型，提出了融合迁移学习的两级的目标检测模型，有效解决了在背景复杂的情况下检测效果不佳的问题，提高了绝缘子缺陷的检测精度。

公开(公告)号：CN113344915B

公开(公告)日：2022-05-13

申请号：CN202110783270.4

申请日：2021-07-12

Applicant: 华北电力大学(保定) ,  智洋创新科技股份有限公司 ,  山东大学 ,  浙江大华技术股份有限公司

Inventor： 翟永杰 ,  胡哲东 ,  张万征 ,  聂礼强 ,  熊剑平 ,  赵砚青 ,  王亚茹

IPC: G06T7/00 ,  G06V10/44 ,  G06V10/77 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种输电线路关键部件缺陷检测方法及系统。该方法包括：构建输电线路关键部件缺陷语义集合；所述输电线路关键部件包括电力线路和绝缘子；根据所述缺陷语义集合训练语义表征提取模型；利用训练好的语义表征提取模型提取语义表征；构建输电线路关键部件缺陷图像库；根据所述图像库中的多类缺陷图像训练图像特征提取模型；利用训练好的图像特征提取模型提取图像特征；基于所述语义表征和所述图像特征，构建嵌入映射矩阵。本发明通过历史缺陷(已经获得或容易获得样本的缺陷)样本和目标缺陷(零样本缺陷)的语义描述信息，实现对零样本的输电线路关键部件的缺陷的检测。

公开(公告)号：CN305108749S

公开(公告)日：2019-04-12

申请号：CN201830653090.3

申请日：2018-11-16

Applicant: 华北电力大学(保定)

Designer： 胡哲东

Abstract: 1．本外观设计产品的名称：无人机(风力发电机用)。
2．本外观设计产品的用途：用于风力发电机叶片的清洗和检测。
3．本外观设计产品的设计要点：产品的结构和形状。
4．最能表明本外观设计设计要点的图片或照片：主视图。