-
公开(公告)号：CN116563226A
公开(公告)日：2023-08-08
申请号：CN202310421560.3
申请日：2023-04-19
Applicant: 西安电子科技大学广州研究院
IPC: G06T7/00 , G06V10/82 , G06N3/0464 , G06N3/08 , G06Q50/06
Abstract: 本发明公开了一种基于PPYoloe的配电设备目标检测方法，属于计算机视觉技术领域。所述方法包括：采集图像样本，并对所述图像样本进行标注处理；对所述图像样本进行数据增强处理；建立目标检测模型，并通过所述图像样本训练所述目标检测模型；使用所述目标检测模型计算得到端对端结果，并根据所述业务逻辑对所述端对端结果进行后处理。本方法在目标检测算法模型上使用CSPResNet网络、ESE注意力机制、CSPPAN网络和CA注意力机制的组合方式，提升了模型的平均精度，并在配电线路实际工程环境下达到更佳的泛化性和鲁棒性；还通过数据标注、数据增强以及后处理，解决了图像逻辑模糊、样本质量低、样本集场景相似的问题。
-
Patent Agency Ranking
公开(公告)号：CN116405602A
公开(公告)日：2023-07-07
申请号：CN202310192729.2
申请日：2023-03-02
Applicant: 西安电子科技大学广州研究院
IPC: H04M9/08
Abstract: 本发明公开了一种基于Speex的回声消除方法，涉及语音处理技术领域。该方法包括：采集并处理语音信号；对语音信号做快速傅里叶变换，并计算相关参数；计算语音信号的信号功率谱和滤波器的误差信号能量；计算语音信号的信号相关性；根据信号相关性和语音信号能量判断当前通话状态；根据当前通话状态和误差信号能量更新滤波器系数；设置回溯状态值并结合滤波器的发散情况处理滤波器系数；计算泄露因子并根据其更新回溯状态值。本发明实现了快速卷积运算；利用逐块更新代替逐点更新，降低计算复杂度；通过判断当前通话状态提高了滤波器系数正确更新的概率；通过设置回溯状态值，更好的应对异常情况和复杂场景，提升语音通话质量和算法鲁棒性。
-
公开(公告)号：CN116246644A
公开(公告)日：2023-06-09
申请号：CN202310170928.3
申请日：2023-02-27
Applicant: 西安电子科技大学广州研究院
Abstract: 本发明涉及一种基于噪声分类的轻量级语音增强系统，属于语音信号处理技术领域，包括音频输入模块、音频处理模块和音频输出模块，所述音频输入模块，用于预处理和语音特征提取功能；所述音频处理模块，用于噪声分类和语音增强功能；所述音频输出模块，用于后处理功能；所述语音增强系统还包括处理带噪音频的以下步骤：语音信号预处理；语音特征提取；噪声分类；语音增强；后处理。本发明首先对嵌入式平台的环境噪声进行分类归纳，然后通过卷积循环网络模型对各种类型的带噪语音进行增强处理，最后对模型进行轻量化操作，降低模型的复杂度，以满足嵌入式平台的内存要求，同时保证语音增强的效果和实时性。
-
公开(公告)号：CN117251581A
公开(公告)日：2023-12-19
申请号：CN202311273106.4
申请日：2023-09-28
Applicant: 西安电子科技大学广州研究院
Abstract: 本发明涉及一种基于文本分析的设备故障信息诊断方法，属于设备故障诊断技术领域，包括以下步骤：获取故障维护文本：获取故障文本数据并对文本数据进行预处理；故障文本分类：对获取的故障文本数据进行训练得到对应故障成因以及故障对应的专业类别；实体关系解析：将历史故障记录的故障描述与维护建议作为实验数据进行联合提取；故障查询文本转换：获得三元组后通过数据库提供查询接口；设备故障处理知识图谱：将三元组信息导入知识图谱中，进行可视化展示；文本生成：训练数据集执行文本生成任务；将结果存入数据库。本发明通过快速依据设备故障描述分类故障类型及专业类别，提高了设备维护的准确率和效率，同时实现高效的提取三元组。
-
公开(公告)号：CN116682057A
公开(公告)日：2023-09-01
申请号：CN202310557564.4
申请日：2023-05-17
Applicant: 西安电子科技大学广州研究院
IPC: G06V20/52 , G06V10/764 , G06V10/44 , G06V10/82 , G06V10/80 , G06V10/52 , G06N3/048 , G06N3/0455 , G06N3/084
Abstract: 本发明涉及一种基于窗口自注意力机制的变电站安全隐患检测方法，属于计算机视觉目标检测技术领域，包括以下步骤：获取变电站安全隐患数据集；数据增强算子进行预处理；SwinTransformer主干网络提取特征；坐标注意力机制为特征图赋权值；特征金字塔融合不同尺度特征图信息；PPYOLOEHead进行预测并回归损失值迭代模型；将训练好的模型部署到边缘ARM机器；摄像头拍摄实际变电站工作场景回传边缘计算机；模型预测并输出监测结果。本发明通过将目标检测算法PP‑YOLOE的主干替换等改进措施，提高了对变电站安全隐患检测的总体精度与小目标识别精度，同时优化了收敛速度，提高了检测的效率。
-
公开(公告)号：CN116823750A
公开(公告)日：2023-09-29
申请号：CN202310709566.0
申请日：2023-06-15
Applicant: 西安电子科技大学广州研究院
Abstract: 本发明涉及一种变电站智能识别系统中无负样小目标检测方法，属于计算机视觉技术领域，通过变电站配电室的室内监控设备采集小型动物入侵以及漏雨积水图像，并对图像进行清洗、筛选以及使用LabelImg进行标注，构建初始训练数据集；对初始训练数据集进行预处理，使用Real‑ESRGAN处理图像分辨率、使用YOLOv7处理所述图像，并识别出图像中的物体，构建最终训练数据集；构建基于YOLOv7的改进网络，得到改进的YOLOv7模型；基于构建好的数据集训练改进的YOLOv7模型，使用训练好的权重和测试集进行测试。在变电站智能识别系统中大大提升了小目标检测的准确率，降低了数据中无负样本对于误检率的影响。
-
-
-
-
-
Search Results
6
records
(took 0.023 seconds)
