裂纹图像获取、检测方法、计算机设备及可读存储介质

    公开(公告)号:CN110610483B

    公开(公告)日:2022-02-22

    申请号:CN201910739992.2

    申请日:2019-08-12

    IPC分类号: G06T7/00 G06T3/40

    摘要: 本申请公开了一种裂纹图像获取、检测方法、计算机设备及可读存储介质,属于计算机视觉技术领域。所述裂纹图像获取方法包括:通过对样本图像中目标设备进行检测,生成设备图像集,其次对设备图像集中的目标部件进行检测,生成部件图像集,然后对部件图像集进行处理,生成裂纹图像集;基于裂纹图像集训练检测模型;对样本图像的层层检测及对检测结果进行分割,结合了目标检测及语义分割技术来对裂纹进行识别,能够实现快速而准确地识别裂纹的具体像素,而不仅仅是识别其所在的外接矩形区域,据此而获取的裂纹图像更准确。本申请提供的裂纹检测方法,其裂纹检测模型基于上述裂纹图像获取方法获取的裂纹图像训练而成,能够快速而准确地识别裂纹。

    一种面向电能表的自检测方法及系统

    公开(公告)号:CN113917385A

    公开(公告)日:2022-01-11

    申请号:CN202111002904.4

    申请日:2021-08-30

    IPC分类号: G01R35/04

    摘要: 本发明公开了一种面向电能表的自检测方法及系统,所使用的MCU具有闪存ECC纠/检错功能,RAM具有实时的字节奇偶校验,内部振荡器、时钟停振检测,关键寄存器的写保护等功能;软件具有独立运行的可靠性检查模块,且该软件模块可与MCU硬件提供的自检手段结合,以实现故障的发现、预警、恢复,尽可能及早排除电能表故障,避免发生不可恢复的损坏;本发明的方法能够使电能表在整体设计、生产制造、性能检测等阶段尽早发现潜在故障,自动处理解决故障或及时发出故障预警,大大降低电能表的故障率,提升电能表的运行可靠性,为电网公司节约了大量的运维成本以及电能表检修和更换成本,提升电网公司服务水平以及用户体验。

    一种电力设备检测方法、装置及移动终端

    公开(公告)号:CN112714284A

    公开(公告)日:2021-04-27

    申请号:CN202011530560.X

    申请日:2020-12-22

    摘要: 本发明公开了一种电力设备检测方法、装置及移动终端,其中,该方法包括:获取待检测电力设备图像;将待检测电力设备图像输入到电力设备分析模型,电力设备分析模型预先根据多个电力设备的图像样本以及电力设备对应的故障图像样本训练得到;根据电力设备分析模型,得到待检测电力设备图像的识别结果;判断识别结果是否需要进行云端识别;当识别结果需要进行云端识别时,将待检测电力设备图像发送至云端;接收云端的云端识别结果以及故障分析结果。通过实施本发明,使得电力设备检测更加全面,实现了自动分析电力设备缺陷,可以对电力设备的故障进行实时处理,提高了电力设备故障的检测效率。

    一种SiC-MOSFET的驱动电路
    56.
    发明公开

    公开(公告)号:CN111900969A

    公开(公告)日:2020-11-06

    申请号:CN201910369797.5

    申请日:2019-05-05

    IPC分类号: H03K17/687 H03K17/081

    摘要: 本发明公开了一种SiC-MOSFET的驱动电路,包括:隔离电路、电流放大模块、逻辑模块和保护电路;所述隔离电路的输入端与输入信号连接,用于对输入信号进行信号隔离;所述逻辑模块的输出端分别与电流放大模块和保护电路连接,用于对电流放大模块和保护电路的工作状态进行逻辑控制;电流放大模块的输入端与逻辑模块连接输出端连接,放大模块的输出端与SiC-MOSFET连接,用于对通过逻辑电路输入的信号进行放大并转换为满足SiC-MOSFET需求的驱动电流;所述保护电路与SiC-MOSFET连接,用于通过防止SiC-MOSFET的栅源极之间产生的高电压脉冲导致SiC-MOSFET误动作和SiC-MOSFET在关断时的漏极电压突增,以实现SiC-MOSFET的稳定关断。

    裂纹图像获取、检测方法、计算机设备及可读存储介质

    公开(公告)号:CN110610483A

    公开(公告)日:2019-12-24

    申请号:CN201910739992.2

    申请日:2019-08-12

    IPC分类号: G06T7/00 G06T3/40

    摘要: 本申请公开了一种裂纹图像获取、检测方法、计算机设备及可读存储介质,属于计算机视觉技术领域。所述裂纹图像获取方法包括:通过对样本图像中目标设备进行检测,生成设备图像集,其次对设备图像集中的目标部件进行检测,生成部件图像集,然后对部件图像集进行处理,生成裂纹图像集;基于裂纹图像集训练检测模型;对样本图像的层层检测及对检测结果进行分割,结合了目标检测及语义分割技术来对裂纹进行识别,能够实现快速而准确地识别裂纹的具体像素,而不仅仅是识别其所在的外接矩形区域,据此而获取的裂纹图像更准确。本申请提供的裂纹检测方法,其裂纹检测模型基于上述裂纹图像获取方法获取的裂纹图像训练而成,能够快速而准确地识别裂纹。