公开(公告)号：CN116934590A

公开(公告)日：2023-10-24

申请号：CN202310750678.0

申请日：2023-06-25

申请人： 中国南方电网有限责任公司超高压输电公司贵阳局

发明人： 贺强 ,  李学武 ,  冯文昕 ,  郭天炜 ,  李兵 ,  王玉峰 ,  石永立 ,  刘洋 ,  何双利 ,  吕刚 ,  杨明权 ,  李道豫 ,  谢辰昱 ,  陈田济帆 ,  方睿 ,  叶露

IPC分类号： G06T3/40 ,  G06N3/0464 ,  G06N3/048

摘要： 本申请公开了一种图像超分辨率的重建方法及系统，方法包括：对原始图像进行预处理，得到预处理后的图像；对预处理后的图像进行特征提取，得到第一特征提取图；对第一特征提取图进行非线性映射，得到第一卷积特征图像，根据第一卷积特征图像生成第二特征图像；将第一特征提取图和第二特征图像进行聚合重建，得到第二卷积特征图像，根据卷积特征图像生成超分辨率图像。本申请通过使用端到端的图像超分辨率多层网络结构获得高分辨率图像，处理不同尺度因子、模糊核和噪声水平的经典退化模型，同时兼顾了基于建模的方法和基于学习的方法的优点，可实现兼顾检测重建精度和灵活性的技术效果。

公开(公告)号：CN117876737A

公开(公告)日：2024-04-12

申请号：CN202311652789.4

申请日：2023-11-30

申请人： 中国南方电网有限责任公司超高压输电公司贵阳局

发明人： 贺强 ,  罗希 ,  李标俊 ,  梁廷 ,  李学武 ,  游鑫 ,  刘洋 ,  王玉峰 ,  吕刚 ,  李兵 ,  杨明权 ,  谢辰昱 ,  朱俊 ,  何双利 ,  何敏 ,  陈贤忠 ,  冯文华 ,  陈田济帆

IPC分类号： G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084 ,  G06N3/096

摘要： 本发明公开了一种基于改进YOLOv8的变电站呼吸器变色检测方法，该方法引入BiFPN思想改进YOLOv8的颈部网络，使用更高效的多尺度特征融合方式获得更具表示能力的多尺度特征。同时，该方法还融入CBAM注意力模块，增强模型对呼吸器及其缺陷相关的关键特征提取能力，克服变电站复杂环境对呼吸器变色检测的干扰问题。本发明将YOLOv8算法应用于变电站呼吸器变色检测，在满足边缘端部署和实时检测的同时，可以有效改善了呼吸器变色检测的精度。

公开(公告)号：CN117911737A

公开(公告)日：2024-04-19

申请号：CN202311625964.0

申请日：2023-11-30

申请人： 中国南方电网有限责任公司超高压输电公司贵阳局

发明人： 贺强 ,  李标俊 ,  梁廷 ,  李学武 ,  游鑫 ,  刘洋 ,  王玉峰 ,  吕刚 ,  李兵 ,  杨明权 ,  谢辰昱 ,  朱俊 ,  何双利 ,  何敏 ,  陈贤忠 ,  冯文华 ,  陈田济帆

IPC分类号： G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/094

摘要： 本发明公开了一种基于区域注意力与多尺度特征的呼吸器缺陷图像生成方法，包括步骤：选取生成对抗网络GAN作为基础框架，并改进相应模块使其成为更有效的模型RM‑GAN；设计了一种特征保留预处理方法，提高了数据的质量和可用性；引入区域注意力机制，捕获与呼吸器相关的区域信息；提出了一种多尺度的判别器，有利于对呼吸器的特征提取与准确感知，提升生成的质量；采用对抗训练的方式训练生成模型，得到生成的呼吸器缺陷图像并用于扩充呼吸器缺陷数据集，提升缺陷识别准确率。本发明将生成对抗网络应用于呼吸器缺陷生成，满足生成高质量图像的同时有效提高了缺陷识别的准确率，具有良好的鲁棒性。