-
公开(公告)号:CN119478323A
公开(公告)日:2025-02-18
申请号:CN202411588858.4
申请日:2024-11-08
Applicant: 江西省水利科学院(江西省大坝安全管理中心、江西省水资源管理中心)
IPC: G06V10/20 , G06V10/10 , G06V10/40 , G06V10/82 , G06V10/26 , G06V20/10 , G06V20/52 , G06N3/0464 , G06N3/08 , G06N3/0455
Abstract: 本发明涉及工程安全隐患预测技术,用于解决数据采集设备的安装维护难度大、成本高和设备易受损,人工监测工作量大,主观性判断误差大的问题,具体为一种图像识别的工程安全隐患预测和预警方法,包括高清摄像头;本发明通过基于图网络的风险预测模型的构建,并结合时序特征和空间特征进行综合分析,提高了风险预测的准确性,且风险预测模型通过多种技术手段和大量的数据训练,能够更准确地预测安全隐患发生的可能性和严重程度,模型学习在不同天气条件下图像的特征变化规律,减小恶劣天气对图像质量的影响;模型可以从已有的数据中挖掘出有价值的信息,减少对设备持续稳定运行的依赖,降低因设备问题导致无法准确监测安全隐患的风险。
-
公开(公告)号:CN119206191B
公开(公告)日:2025-02-11
申请号:CN202411497137.2
申请日:2024-10-25
Applicant: 深圳大学 , 江西省水利科学院(江西省大坝安全管理中心、江西省水资源管理中心)
IPC: G06V10/25 , G06V10/44 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/0495 , G06N3/0985
Abstract: 本发明公开了一种内置轻量化的新能源自适应检测方法,涉及物体检测技术领域,步骤S1:构建数据库;步骤S2:数据预处理;步骤S3:模型架构构建;步骤S4:注意力模块集成;步骤S5:自监督对比学习准备;步骤S6:训练前期准备;步骤S7:自监督对比学习训练;步骤S8:无监督自适应训练;步骤S9:模型优化与调参;步骤S10:模型验证与评估。本发明采用上述一种内置轻量化的新能源自适应检测方法,不仅提升了系统的实时监控能力和检测精度,还增强了系统在多变的天气和环境条件下的鲁棒性,提高了用户的操作效率和体验,为小水电、光伏和风电项目的可持续发展提供了新的技术路径和解决方案。
-
公开(公告)号:CN119206191A
公开(公告)日:2024-12-27
申请号:CN202411497137.2
申请日:2024-10-25
Applicant: 深圳大学 , 江西省水利科学院(江西省大坝安全管理中心、江西省水资源管理中心)
IPC: G06V10/25 , G06V10/44 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/0495 , G06N3/0985
Abstract: 本发明公开了一种内置轻量化的新能源自适应检测方法,涉及物体检测技术领域,步骤S1:构建数据库;步骤S2:数据预处理;步骤S3:模型架构构建;步骤S4:注意力模块集成;步骤S5:自监督对比学习准备;步骤S6:训练前期准备;步骤S7:自监督对比学习训练;步骤S8:无监督自适应训练;步骤S9:模型优化与调参;步骤S10:模型验证与评估。本发明采用上述一种内置轻量化的新能源自适应检测方法,不仅提升了系统的实时监控能力和检测精度,还增强了系统在多变的天气和环境条件下的鲁棒性,提高了用户的操作效率和体验,为小水电、光伏和风电项目的可持续发展提供了新的技术路径和解决方案。
-
-