-
公开(公告)号:CN119478043A
公开(公告)日:2025-02-18
申请号:CN202411561629.3
申请日:2024-11-05
Applicant: 国网四川省电力公司信息通信公司 , 国网四川省电力公司 , 四川大学
IPC: G06T7/73 , G06V10/82 , G06V10/44 , G06V10/80 , G06V10/774 , G06V20/17 , G06N3/0464 , G06N3/045 , G06N3/08
Abstract: 本发明属于图像处理技术领域,公开了一种多类型高压电塔三粒度姿态估计系统及方法,该系统包括姿态估计模型、基于PAF的关键点连接模块和高压输电塔姿态生成模块,姿态估计模型用于对待测高压输电塔图像进行三种指定粒度下的关键点识别,关键点识别结果包括关键点位置信息和关键点的位置方向信息;基于PAF的关键点连接模块用于依据每种粒度下的关键点及位置方向信息构建关键点连接;高压输电塔姿态生成模块用于依据不同粒度下得到的连接线构成高压输电塔的姿态。本发明不仅能够对高压输电塔姿态的有效估计,而且具有较好的泛化能力。
-
公开(公告)号:CN119625388A
公开(公告)日:2025-03-14
申请号:CN202411670912.X
申请日:2024-11-21
Applicant: 国网四川省电力公司信息通信公司
IPC: G06V10/764 , G06V10/774 , G06N3/0464 , G06N3/042
Abstract: 本发明属于电力工程监测技术领域,公开了一种基于图卷积网络的小样本输电线路销钉缺陷检测方法,使用图像采集设备采集输电线路销钉图像;对图像中的销钉进行基于事件逻辑导向的标注,获得具有逻辑关联的输电线路销钉数据集;在图卷积网络中引入跨域交互增强金字塔网络,获得改进的图卷积网络模型并训练得到原始目标检测模型;在原始目标检测模型中引入知识图关系推理模块,获得输电线路销钉缺陷检测模型;利用销钉缺陷检测模型检测预处理后的输电线路销钉图像,即可生成的已标记销钉位置分类及置信度的销钉图像。本发明能够有效地解决样本量较少的问题,并提高销钉及其缺陷的识别准确度,从而有利于提升巡检人员检测输电线路销钉缺陷的效率,保障电力系统的稳定运行。
-
公开(公告)号:CN119600031A
公开(公告)日:2025-03-11
申请号:CN202510147175.3
申请日:2025-02-11
Applicant: 国网四川省电力公司信息通信公司
Abstract: 本发明属于图像处理技术领域,公开了一种基于级联检测策略的输电线路绝缘子串缺陷定位系统及方法,该系统包括绝缘子串候选区域定位网络和实例分割网络,绝缘子串候选区域定位网络用于对待处理图像中的绝缘子串进行识别并标注边界框定位绝缘子串候选区域,实例分割网络用于对绝缘子串候选区域进行缺陷识别和实例分割。本发明提供了两阶段的级联检测策略,能够更加准确的定位绝缘子串缺陷;尤其是实例分割网络引入了BiELAN模块,通过双层路由注意力机制和自适应查询机制,实现了更高效的多尺度特征融合,提升了对不同尺寸绝缘子串的识别能力。
-
公开(公告)号:CN119992381A
公开(公告)日:2025-05-13
申请号:CN202510065058.2
申请日:2025-01-15
Applicant: 国网四川省电力公司信息通信公司
IPC: G06V20/17 , G06V10/764 , G06V10/762 , G06V10/774 , G06V10/40 , G06N3/0464
Abstract: 本发明属于图像识别技术领域,公开了一种基于改进YOLOv7网络的输电线路异物入侵缺陷检测方法,利用输电线路鸟窝数据集进行迁移学习来训练改进的YOLOv7网络,将训练好的YOLOv7网络部署在识别设备上,将拍摄的图像上传到识别设备,并对鸟窝进行检测。本发明实现了输电线路塔鸟窝的智能识别,有效的解决了人工检测鸟巢效率较低、难度大等问题。
-
公开(公告)号:CN117036363B
公开(公告)日:2024-01-30
申请号:CN202311303346.4
申请日:2023-10-10
Applicant: 国网四川省电力公司信息通信公司
IPC: G06T7/00 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明属于图像处理技术领域,公开了一种基于多特征融合的遮挡绝缘子检测方法,包括获取遮挡绝缘子图像;构建基于改进特征融合算法和注意力机制的YOLOX检测模型;利用获取的遮挡绝缘子图像对构建的基于改进特征融合算法和注意力机制的YOLOX检测模型进行训练;利用训练后的基于改进特征融合算法和注意力机制的YOLOX检测模型对待检测绝缘子图像进行检测。本发明通过构建基于改进特征融合算法和注意力机制的YOLOX检测模型实现对遮挡绝缘子的有效检测,提高了对缺陷绝缘子图像的检测精度(56)对比文件Chun-Zhi Wang 等.Ghost-YOLOX: ALightweight and Efficient Implementationof Object Detection Model《.2022 26thInternational Conference on PatternRecognition (ICPR)》.2022,第4552-4558页.
-
公开(公告)号:CN117036363A
公开(公告)日:2023-11-10
申请号:CN202311303346.4
申请日:2023-10-10
Applicant: 国网四川省电力公司信息通信公司
IPC: G06T7/00 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明属于图像处理技术领域,公开了一种基于多特征融合的遮挡绝缘子检测方法,包括获取遮挡绝缘子图像;构建基于改进特征融合算法和注意力机制的YOLOX检测模型;利用获取的遮挡绝缘子图像对构建的基于改进特征融合算法和注意力机制的YOLOX检测模型进行训练;利用训练后的基于改进特征融合算法和注意力机制的YOLOX检测模型对待检测绝缘子图像进行检测。本发明通过构建基于改进特征融合算法和注意力机制的YOLOX检测模型实现对遮挡绝缘子的有效检测,提高了对缺陷绝缘子图像的检测精度和检测效率。
-
-
-
-
-