-
公开(公告)号:CN119169349A
公开(公告)日:2024-12-20
申请号:CN202411180669.3
申请日:2024-08-27
Applicant: 西安工程大学
IPC: G06V10/764 , G06V10/774 , G06V20/70 , G06V20/17 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了基于FusionNet模型的恶劣天气下输电线路异物检测方法,首先采集输电线路上的异物图像,对采集的图像进行数据预处理,标注并划分数据集为训练集、验证集和测试集;然后建立网络模型;将训练集中图像输入到网络模型中进行训练,通过训练得到基于FusionNet模型的恶劣天气下输电线路异物检测网络模型;最后将测试集中图像输入到训练好的网络模型中进行检测,获得恶劣天气下输电线路异物检测结果图。本发明解决了现有技术中存在的恶劣天气下输电线路异物检测精度低、速度慢的问题。
-
公开(公告)号:CN117911862A
公开(公告)日:2024-04-19
申请号:CN202311850746.7
申请日:2023-12-29
Applicant: 西安工程大学
IPC: G06V20/10 , G06V10/20 , G06V10/774 , G06V10/776 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了基于MDALF‑Net的输电线路施工机械巡检方法,首先采集施工机械图像数据,对采集的图像数据进行预处理,标注并划分数据集为训练集、验证集和测试集;然后建立网络模型,通过组建多头双重注意力机制,提出多分支轻量特征融合网络;将训练集中图像输入到网络模型中进行训练;最后将测试集中图像输入到网络模型中进行检测,获得施工机械检测结果图。本发明解决了现有技术中存在的电力系统运行稳定性差的问题。
-