-
公开(公告)号:CN117975246A
公开(公告)日:2024-05-03
申请号:CN202410002724.3
申请日:2024-01-02
申请人: 河海大学 , 华能澜沧江水电股份有限公司
IPC分类号: G06V10/96 , G06V10/98 , G06V10/774
摘要: 本发明公开一种基于ONNX的目标检测模型库系统构建方法,根据图像数据集,采用适应的目标检测模型训练,得到训练好的模型;根据实际模型输入,将训练好模型转化为开放神经网络交换ONNX格式,并将模型统一部署到服务器ONNXRuntime环境,实现跨框架的深度学习模型部署;使用ONNXRuntime得到模型推理结果,为每个模型编写独立的推理代码,将结果转化为系统所需的统一格式;根据检测结果进行可视化处理,在系统中展示检测后的图像以及相应的评价指标;模型库系统包含模型注册、模型展示和模型服务三个模块。模型注册是将ONNX格式模型上传到系统中;模型展示是展现模型库系统中所有已注册模型;模型服务是用户根据需求调用模型在ONNXRuntiem环境下推理,并展示推理结果。
-
公开(公告)号:CN116933192A
公开(公告)日:2023-10-24
申请号:CN202310826573.9
申请日:2023-07-06
申请人: 华能澜沧江水电股份有限公司 , 河海大学
IPC分类号: G06F18/2433 , G06F18/214 , G06N3/0442 , G01B5/30
摘要: 本发明涉及混凝土坝结构安全监测技术领域,尤其是指一种混凝土坝运行关键部位分区监控方法、模型及存储介质。本发明所述的混凝土坝运行关键部位分区监控方法,首先利用提取的监测数据时频向量对混凝土坝进行关键部位划分,在此基础上,获取时空相关性高的不同类型监测仪器的时序测值数据,以此建立图结构,捕获多元时序数据的时间维度和变量维度依赖关系,提供图注意力网络进一步学习和表征这种关系,获取时序测值数据的最终特征表示,最后通过最终特征表示计算异常分数来检测异常;实现了多类型监测仪器多测点互补互验,充分体现了混凝土坝的结构整体性和空间分布规律。
-
公开(公告)号:CN116385794A
公开(公告)日:2023-07-04
申请号:CN202310386316.8
申请日:2023-04-11
申请人: 河海大学 , 华能澜沧江水电股份有限公司
IPC分类号: G06V10/764 , G06T7/00 , G06V10/44 , G06V10/82
摘要: 本发明公开一种基于注意力流转移互蒸馏的机器人巡检缺陷分类方法及装置,设计了一个互蒸馏缺陷图像分类模型,采用互蒸馏训练策略提取缺陷图像分类模型中间层的注意力转移矩阵作为增益知识,实现高精度、高效率的缺陷分类工作。该模型首先根据相邻层注意力图的变化,得到基于过程驱动的注意力流转移的知识矩阵。然后将基于过程驱动的注意力流转移的知识矩阵在互蒸馏缺陷图像分类模型层间双向传递,最后结合结果驱动的知识,实现在线互蒸馏。本发明针对现有图像分类模型忽略中间层信息,无法充分有效利用中间层特征知识的问题,设计了互蒸馏缺陷图像分类模型,提高缺陷图像的分类效率和准确率。
-
公开(公告)号:CN115147375A
公开(公告)日:2022-10-04
申请号:CN202210786339.3
申请日:2022-07-04
申请人: 河海大学 , 华能澜沧江水电股份有限公司 , 华能集团技术创新中心有限公司
摘要: 本发明公开了一种基于多尺度注意力的混凝土表面缺陷特征检测方法,包括以下步骤:构建围绕分层结构思想的多尺度图像注意力网络结构,网络将特征提取分为四个层级,分别处理不同尺度的特征图像;构建基于维度裁剪的多头注意力模块,对多头注意力机制嵌入维度裁剪计算,通过消减输入的特征向量维度降低高分辨率特征图像计算冗余;构建注意力聚合结构,通过卷积和汇集等空间操作将各层注意力特征按照划分策略进行聚合,以聚焦图像细节,提高图像特征精度。本发明有效收缩各层级缺陷图像尺寸大小,可减少模型的计算冗余并提高计算速率,同时通过构建注意力聚合模块能够促进图像全局信息耦合,聚焦缺陷图像特征精度。
-
公开(公告)号:CN114913150A
公开(公告)日:2022-08-16
申请号:CN202210515193.9
申请日:2022-05-11
申请人: 河海大学 , 华能澜沧江水电股份有限公司
摘要: 本发明公开一种混凝土大坝缺陷时序图像智能识别方法,使用双流网络提取包含混凝土大坝缺陷的时序图像的特征序列,并添加时间维度的自注意力机制获取全局上下文特征关系;在模型的训练过程中,使用基于距离交并比的目标函数匹配定位缺陷和真实缺陷,计算缺陷的时序位置关系加速模型收敛;在模型损失函数中添加基于紧密感知交并比的损失项,以关注缺陷序列的完整性提高准确率;在完成缺陷定位后,采用基于2D时序差分的卷积神经网络提取缺陷特征并识别缺陷类型。本发明对混凝土大坝缺陷时序图像进行了有效检测,不仅能够定位长图像序列中的缺陷位置,还能够准确识别缺陷类型。在大坝缺陷时序图像的识别任务中具有较高的识别精度与较好的收敛性能。
-
公开(公告)号:CN117932745A
公开(公告)日:2024-04-26
申请号:CN202410101103.0
申请日:2024-01-24
申请人: 华能澜沧江水电股份有限公司 , 河海大学
发明人: 陈豪 , 周华 , 肖海斌 , 包腾飞 , 郑东健 , 邱小弟 , 许后磊 , 赵富刚 , 赵志勇 , 陈旭 , 余记远 , 聂兵兵 , 钟鸣 , 龚友龙 , 吴光耀 , 肖亮 , 刘海波 , 施海鹰 , 朱立新 , 郭海峰 , 杨俊坤
IPC分类号: G06F30/13 , G06F119/14
摘要: 本申请提出了一种混凝土坝运行性态在线评判分层架构及评判指标拟定方法,涉及混凝土坝结构安全监测技术领域,通过获取混凝土坝运行性态的在线评判分层模型,其中,在线评判分层模型包括监测数据层、诊断方法层、评判指标层、监控项目层、关键部位层、整体工程层;在基于分层模型进行评判分析时,包括:采集混凝土坝的同类型多测点监测数据和多类型多测点监测数据,同类型多测点监测数据包括变形监测数据、渗流监测数据、应力应变监测数据、温度监测数据;基于同类型多测点监测数据确定混凝土坝的各个指标分析结果;基于多类型多测点监测数据确定混凝土坝的各个指标运行评分结果;基于各个指标分析结果和各个指标运行评分结果进行整体评判分析。
-
公开(公告)号:CN116432656A
公开(公告)日:2023-07-14
申请号:CN202310694310.7
申请日:2023-06-13
申请人: 河海大学 , 华能澜沧江水电股份有限公司
IPC分类号: G06F40/295 , G06F40/194 , G06F16/35
摘要: 本发明公开了一种面向大坝应急响应的小样本命名实体识别方法,使用细粒度原型网络构建小样本命名实体识别模型,对实体与非实体采用不同的原型构造方式,不同的原型充分地表达相应实体与非实体类型的特征;同时在模型训练过程的损失函数中添加同类实体或者非实体之间的特征差异,以使得同类实体或者非实体的特征表示更加接近;在完成所有类的原型构造后,使用距离函数计算给定样本与所有类原型之间的距离,将距离转换为相似度概率以对样本进行分类。本发明摆脱了现有大坝安全管理领域深度学习算法对大量训练数据的依赖性,能够在样本较少的大坝数据集中完成命名实体识别任务,并具有较高的识别精度与较好的收敛性能。
-
公开(公告)号:CN115994891B
公开(公告)日:2023-06-30
申请号:CN202211464767.0
申请日:2022-11-22
申请人: 河海大学 , 华能澜沧江水电股份有限公司
发明人: 毛莺池 , 吴俊 , 肖海斌 , 杨劲松 , 郭有安 , 字陈波 , 彭欣欣 , 聂兵兵 , 王龙宝 , 赵欢 , 王孜博 , 吴光耀 , 余意 , 刘海波 , 郭锐 , 王海燕 , 翟笠 , 陈恒江 , 李耀德 , 赵家尧 , 刘军显
摘要: 本发明公开了一种基于狼群算法的无人载具混凝土坝表面缺陷动态检测方法,具体包括:步骤一:定义无人载具集群中人工狼的个数和中心控制节点;步骤二:初始化无人载具凝土坝表面缺陷动态检测方法所用到的参数;步骤三:初始化无人载具凝土坝表面缺陷动态检测方法的侦察环境;步骤四:搜索狼动态检测大坝缺陷;步骤五:中心控制节点选择头狼;步骤六:协作狼对头狼附近的缺陷实施围攻行为;步骤七:协作狼将缺陷图片、缺陷状态表达式同步给中心控制节点;步骤八:重新初始化头狼;步骤九:重复步骤四‑八,直至所有缺陷检测完毕。本方法能够为无人载具集群在特定工程地形下的混凝土坝表面缺陷动态检测提供模型指导,同时使用基于狼群算法的群体智能思想对无人载具集群的缺陷识别路径进行动态规划。
-
公开(公告)号:CN118351450A
公开(公告)日:2024-07-16
申请号:CN202410629821.5
申请日:2024-05-21
申请人: 河海大学 , 华能澜沧江水电股份有限公司
IPC分类号: G06V20/10 , G06V10/774 , G06V10/82 , G06N3/098
摘要: 本发明公开一种基于权重自适应的多载具大坝损害识别方法及装置,通过自适应权重计算和模型分层混合技术,在聚合多种无人载具对地震等自然灾害对大坝的损害进行识别和检测,为各无人载具提供适配的损害识别模型(即个性化模型),同时保证无人载具的损害识别精准度。自适应权重计算根据各载具上的模型参数,通过链式求导法则更新分层权重值,得到各个载具模型的最优混合权重;使用分层混合权重对载具上的本地模型和个性化模型的中间版本(即中间模型)进行分层混合,动态调整全局模型捕获的所有载具之间的共享数据和本地模型所学习到的本地数据之间的平衡,得到适配各载具的个性化模型,保证了损害识别的准确度。
-
公开(公告)号:CN118154973A
公开(公告)日:2024-06-07
申请号:CN202410360720.2
申请日:2024-03-27
申请人: 华能澜沧江水电股份有限公司 , 河海大学
IPC分类号: G06V10/764 , G06V10/774 , G06V10/776 , G06V10/74 , G06V10/82 , G06V10/80 , G06V10/44 , G06N3/045 , G06N3/084
摘要: 本公开公开一种基于分层特征融合网络的小样本分类检测方法,包括:采用不同深度的网络作为特征提取器,并构建关系得分作为样本类别相似性度量单位,实现高精度、高效率的小样本图像分类工作。该模型首先采集不同层次的样本特征信息,并利用特征融合方法获得基于不同深度的样本特征信息载体。然后将融合特征通过特征空间凝聚成原型点,提高分类工作的效率。最后通过构建可学习的相似性度量方式,对样本不同类别之间的信息进行学习,获得预测结果。相较于当前技术中对小样本学习过程中丢弃浅层特征和追求深度特征带来的样本信息利用不充分问题,通过本公开方案生成的小样本图像分类模型,提高了图像的分类准确率和效率。
-
-
-
-
-
-
-
-
-