发明公开
CN115170829A 发电机转子通风孔异物监控识别系统及方法
无效 - 驳回
- 专利标题: 发电机转子通风孔异物监控识别系统及方法
-
申请号: CN202210924586.5申请日: 2022-08-03
-
公开(公告)号: CN115170829A公开(公告)日: 2022-10-11
- 发明人: 严思杰 , 赵龙攀 , 陈晶晶 , 褚尧 , 周临 , 刘冲 , 邹翔 , 岳晶 , 邱太进 , 陈巍 , 徐建国
- 申请人: 无锡中车时代智能装备研究院有限公司 , 上海电气电站设备有限公司
- 申请人地址: 江苏省无锡市惠山区经济开发区清研路2号C602-C605;
- 专利权人: 无锡中车时代智能装备研究院有限公司,上海电气电站设备有限公司
- 当前专利权人: 无锡中车时代智能装备研究院有限公司,上海电气电站设备有限公司
- 当前专利权人地址: 江苏省无锡市惠山区经济开发区清研路2号C602-C605;
- 代理机构: 武汉知伯乐知识产权代理有限公司
- 代理商 李金龙
- 主分类号: G06V10/44
- IPC分类号: G06V10/44 ; G06N3/04 ; G06N3/08 ; G06V10/774 ; G06V10/82
摘要:
本发明公开了一种基于轻量化YOLOv4的转子通风孔异物识别方法及系统,该方法包括:采集通风孔异物图像,对图像进行预处理;通风孔异物数据集构建;构建轻量化异物识别模型;基于通风孔异物数据集,对轻量化异物识别模型进行训练;测试训练后的轻量化异物识别模型,识别通风孔异物。本发明通过模拟各种光照亮度环境以及采集相应的视频图片,使得模型学到隐含在图像背后的规律,对具有同一规律的学习集以外的数据,经过训练的网络也能给出合适的输出;当模型面对未知数据时也有好的预测能力,有效避免过拟合与欠拟合;通过实现轻量化的YOLOv4,降低通风孔异物学习模型的参数量并提高了模型的特征提取能力,进一步提高了模型的检测速度与精度。