-
公开(公告)号:CN114882381A
公开(公告)日:2022-08-09
申请号:CN202210322058.2
申请日:2022-03-29
申请人: 国网河南省电力公司电力科学研究院 , 国网河南省电力公司
发明人: 郭志民 , 卢明 , 李哲 , 郑伟 , 田杨阳 , 毛万登 , 毛文涛 , 刘善峰 , 袁少光 , 梁允 , 刘昊 , 张焕龙 , 贺翔 , 赵健 , 耿俊成 , 魏小钊 , 张璐 , 庞凯 , 齐企业
IPC分类号: G06V20/17 , G06V20/62 , G06V10/774 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
摘要: 一种基于轻量级YOLOv3的输电设备表盘状态识别方法,包括以下步骤:无人机巡检获取表盘图像数据;对获取到的表盘图像数据进行整理和标注,并将其划分训练集、测试集以及验证集;构建轻量型YOLOv3模型并进行训练,得到表盘检测模型进行表盘检测,得到检测出的表盘图像;构建分类模型训练数据集,利用分类模型训练数据集对基于MobileNetv2的分类模型进行训练,得到二分类模型;将无人机巡检采集到的待测表盘图像依次通过训练后的表盘检测模型和二分类模型,实现对图像中的破损表盘识别。本发明通过对待检测表盘分两步进行检测,先检测出仪表区域再检测仪表状态,提高了检测速度和准确率,还能够根据不同模型的需求选择训练数据,在较低成本下实现对模型的充分训练。
-
公开(公告)号:CN114549981A
公开(公告)日:2022-05-27
申请号:CN202210131288.0
申请日:2022-02-11
申请人: 国网河南省电力公司电力科学研究院 , 国网河南省电力公司
发明人: 郭志民 , 田杨阳 , 王会琳 , 王棨 , 卢明 , 李哲 , 姜亮 , 刘昊 , 赵健 , 张劲光 , 董武亮 , 张焕龙 , 刘善峰 , 梁允 , 王超 , 袁少光 , 王津宇 , 毛万登 , 贺翔 , 李威 , 魏小钊 , 许丹
IPC分类号: G06V20/10 , G06V10/32 , G06V10/44 , G06K9/62 , G06N3/04 , G06N3/08 , G06V10/82 , G06V10/774 , G06V10/80
摘要: 本发明提供了一种基于深度学习的智能巡检指针式仪表识别及读数方法,包括:获取原始仪表图像数据,对原始图像数据进行预处理后划分为训练集和测试集;构建仪表识别模型,并通过训练集和测试集对其进行训练,得到训练后的仪表识别模型;将采集到的待检测图像输入训练后的仪表识别模型进行目标检测,得到含有仪表的图像;对含有仪表的图像进行预处理和校畸;对校畸后的图像进行处理并进行异常判断;对通过异常判断后的仪表图像进行刻度提取,提取出仪表图像中用于读数的刻度线和指针;检测出表盘的外圆并将其展开为矩形,根据指针位置进行读数计算,得到仪表的读数结果。本发明能够对各角度场景下的圆形仪表盘实现准确检测和读数。
-
公开(公告)号:CN112906769A
公开(公告)日:2021-06-04
申请号:CN202110154390.8
申请日:2021-02-04
申请人: 国网河南省电力公司电力科学研究院 , 国网河南省电力公司
摘要: 基于CycleGAN的输变电设备图像缺陷样本增广方法,包括以下步骤:1、对无人机巡检获取的影像进行标注,根据标注文件将原始影像大图切分出正常部件图片以及缺陷部件图片,并且记录相关的文件信息;2、将正常部件图片以及缺陷部件图片作为训练集输入到CycleGAN进行模型训练,训练得到的CycleGAN模型用来将正常部件图片风格迁移为人工缺陷部件图片;3、根据记录的相关文件信息,将人工缺陷部件图片采用不同的方法融合到原始正常影像大图中;4、依据记录的信息更新标注文件,从而得到了扩充后的带标注文件的数据集。相对常规方法增广和本本方法在缺陷样本数量不足的情况下,增广的缺陷样本集能够将目标检测模型的精度提升2~3%,优于常规数据增强方法。
-
-