-
公开(公告)号：CN115082723A
公开(公告)日：2022-09-20
申请号：CN202110268669.9
申请日：2021-03-12
申请人： 国网山东省电力公司淄博供电公司 , 国网智能科技股份有限公司
IPC分类号： G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
摘要： 本发明提供了用于螺栓缺陷识别的前端化运算系统、方法及机器人，包括多个运算逻辑单元，每个运算逻辑单元之间并行设置，且不同运算逻辑单元被配置为执行用于输电线路螺栓缺陷识别的神经网络模型中不同网络层的计算任务；数据处理单元，被配置为对用于输电线路螺栓缺陷识别的采集数据进行预处理，并送入相应的运算逻辑单元；结果输出单元，被配置为对各运算逻辑单元的运算数据进行整合，并输出最终运算结果；本发明基于模型结构对运算逻辑单元进行分组，不同逻辑单元负责不同网络层的运算，实现多个网络层并行推理，能够有效解决螺栓缺陷识别过程中边缘设备性能平衡的问题。
-
公开(公告)号：CN115081499A
公开(公告)日：2022-09-20
申请号：CN202110269459.1
申请日：2021-03-12
申请人： 国网山东省电力公司淄博供电公司 , 国网智能科技股份有限公司
摘要： 本发明公开了一种输电线路螺栓缺陷轻量化模型识别方法及系统，包括：获取输电线路螺栓图像信息，将所述图像信息输入到轻量化缺陷识别模型中；其中，所述轻量化缺陷识别模型的数据处理过程包括：将轻量化缺陷识别模型的不同网络层分成若干组，对每一分组下的网络层参数进行剪枝或定点量化操作；将各分组下的网络层参数分别保存至不同的权重文件中；将所述权重文件同时导入网络模型中相对应的网络层，进行并行计算；将各网络层的计算结果进行汇总处理，输出最终的输电线路螺栓缺陷识别结果。本发明针对复杂的缺陷识别网络模型，根据其结构进行分组量化剪枝，保证模型精度不下降的同时，最大程度降低模型运算复杂度和空间占用开销。
-
公开(公告)号：CN114596236B
公开(公告)日：2024-09-10
申请号：CN202011404925.4
申请日：2020-12-04
申请人： 国网智能科技股份有限公司 , 国网山东省电力公司临沂供电公司
IPC分类号： G06T5/60 , G06T5/90 , G06T5/50 , G06N3/045 , G06N3/0475 , G06N3/094 , G06N3/0464
摘要： 本发明提供了一种密闭腔体低照度图像增强方法及系统，获取多组样本图像，对每组样本图像进行筛选，以质量最优图像为该组样本图像的模板图像，其余图像作为待增强图像，形成训练样本集；构建条件生成对抗网络，以模板图像为目标输出，采用多指标融合损失函数进行训练，再将模板图像作为真实目标，增强后图像作为虚假目标输入，进行训练；将密闭腔体内采集的图像输入训练后的条件生成对抗网络，得到图像增强后的图像。本发明实现低照度图像到高质量图像端到端的图像增强输出，有效提升了低照度图像的亮度与对比度。
-
公开(公告)号：CN111931832B
公开(公告)日：2024-05-21
申请号：CN202010751332.9
申请日：2020-07-30
申请人： 国网智能科技股份有限公司
IPC分类号： G06F18/25 , G06F18/24 , G06N3/0464 , G06N3/08
摘要： 本发明提供一种变电站巡检设备最优数据采集方法及系统，其中，一种变电站巡检设备最优数据采集方法包括依据巡检任务中包含的待检设备信息，结合变电站三维语义电子地图及机器人位姿计算，以实现数据采集时机器人与待检设备最佳相对位姿关系的控制；当机器人到达待检设备的最佳观测位姿且进入巡检数据采集装置范围内，利用深度学习算法识别并获取设备在图像中的位置，结合机器人与待巡检设备的相对位姿关系，以实现机械臂末端携带采集装置的空间位姿控制；对采集数据质量进行评估优化，从而实现对待检设备巡检数据的最优采集。
-
公开(公告)号：CN111968048B
公开(公告)日：2024-03-26
申请号：CN202010753710.7
申请日：2020-07-30
申请人： 国网智能科技股份有限公司
摘要： 本公开提出了电力巡检少样本图像数据增强方法及系统，包括：对电力巡检所采集的待识别实物的少量图像中设备区域进行标定；将标定后的图像进行去背景处理，并对去背景后的实物图片进行变换，模拟从不同角度、不同距离拍摄该设备的情况；更新背景图片，获得待识别实物在不同背景中的图像，从而生成海量已经标定的图片。实现少样本的增强，便于利用人工智能深度学习算法进行训练，有利于图像的准确识别。
-
公开(公告)号：CN111985352B
公开(公告)日：2024-03-15
申请号：CN202010753731.9
申请日：2020-07-30
申请人： 国网智能科技股份有限公司
摘要： 本公开提出了一种AI前端化的变电站巡检视频实时识别方法及系统，包括：至少一固定点相机、至少一机器人相机及AI分析模块；机器人相机安装在变电站巡检机器人上，用于采集变电站巡检机器人巡视路线覆盖区域内设备及环境视频信息；固定点相机分布于变电站设备区内，用于采集变电站设备区内机器人巡检无法到达区域内设备及环境视频信息；AI分析模块对固定点相机、机器人相机所采集的变电站巡检视频实时进行处理，识别并输出设备位置信息，并对采集视频中设备图像信息进行分析处理，在前端实现设备状态的实时跟踪。本公开技术方案，AI分析模块位于前端，采用前端数据处理方式，所采集的视频图像不需要传输至后台，实现了数据处理的及时性。
-
公开(公告)号：CN117635535A
公开(公告)日：2024-03-01
申请号：CN202311370232.1
申请日：2023-10-20
申请人： 国网智能科技股份有限公司
摘要： 本发明提供了一种变电站导线散股的智能检测方法及系统，利用FeraNet改进卷积神经网络结构，对预处理后的巡检图像进行特征提取；利用改进后的卷积神经网络结构替换多目标检测模型中的特征提取模块，利用改进后的多目标检测模型对预处理后的巡检图像进行缺陷识别，得到检测结果。本发明能够对变电站无人机巡检图像中的导地线缺陷进行识别，提高缺陷识别的准确度，从而保证对变电站导地线故障做到提早预警，进一步提升变电站智能化水平。
-
公开(公告)号：CN117253107A
公开(公告)日：2023-12-19
申请号：CN202311226875.9
申请日：2023-09-21
申请人： 国网智能科技股份有限公司
IPC分类号： G06V10/774 , G06V10/82 , G06V10/77 , G06N3/08 , G06N3/0464 , G06V10/80
摘要： 本发明涉及电力巡检技术领域，提供了一种用于配电网巡检缺陷识别的样本扩充方法及系统，包括：获取配电网巡检图像及缺陷描述；将所述配电网巡检图像加入噪声，得到临时图像矩阵；将所述缺陷描述转为文本向量，将文本向量与临时图像矩阵利用梯度场引导融合进行融合；基于融合后的结果，使用神经网络预测噪声；将临时图像矩阵减去预测的噪声后，转化为生成图像。保证了生成高质量的配电网巡检缺陷图像，实现配电网巡检图像小样本的扩充和处理。
-
公开(公告)号：CN110992263B
公开(公告)日：2023-07-11
申请号：CN201911183719.2
申请日：2019-11-27
申请人： 国网智能科技股份有限公司
摘要： 本发明公开了一种图像拼接方法及系统，包括：提取待拼接图像的特征点，对特征进行描述，得到粗匹配的特征点；在粗匹配点集相邻的像素区域中统计符合匹配关系的特征点数量，通过计算特征邻域分数，剔除错误的匹配点；根据精确匹配的特征点计算待拼接图像的单应性变换矩阵；通过加权平滑算法，实现图像无缝拼接。本发明有益效果：在特征精匹配速度和配准精度上得到较大的提升，合成的图像无明显的几何错位和模糊问题，重叠区域的边缘过渡良好。
-
公开(公告)号：CN110688925B
公开(公告)日：2022-11-15
申请号：CN201910887482.X
申请日：2019-09-19
申请人： 国网智能科技股份有限公司
IPC分类号： G06V20/00 , G06V10/764 , G06V10/774 , G06V10/20 , G06V10/30 , G06V10/82 , G06N3/08
摘要： 本公开提供了基于深度学习的级联目标识别方法及系统，获取巡检图像的待检测样本，对目标检测样本标记，并对样本数量进行扩充；融合图像增强数据的多特征进行多级深度学习检测算法，实现针对占比较大目标的显著设备检测，剔除复杂背景对检测算法的噪声干扰；融合图像增强数据的多特征进行多级深度学习算法检测，提高深度学习在小目标检测中的检测准确率，降低了图像质量对检测算法的影响。
-
-
-
-
-
-
-
-
-
搜索结果
122 条记录 (耗时 0.085 秒)
