缺陷样本图片的生成方法、装置、设备及存储介质

    公开(公告)号:CN115565033A

    公开(公告)日:2023-01-03

    申请号:CN202211370014.3

    申请日:2022-11-03

    IPC分类号: G06V10/774 G06V10/82

    摘要: 本公开实施例提供了缺陷样本图片的生成方法、装置、设备及存储介质。该方法包括:基于第一缺陷样本图片集训练缺陷识别模型,获得训练后的缺陷识别模型;根据第一无缺陷样本图片集和缺陷识别模型训练生成对抗网络模型,获得训练后的生成对抗网络模型;其中,生成对抗网络模型包括生成器和判别器;根据训练后的生成器和第二无缺陷样本图片集生成第二缺陷样本图片集。本公开实施例,解决了电网计量设备缺陷样本图片集难获取的问题,极大降低缺陷样本图片采集的难度以及工作量,同时具有高质量的计量设备缺陷样本图片集,能够更加高效的训练缺陷识别模型来完成自动化巡检,提高巡检工作的自动化程度,降低巡检的人工成本。

    一种基于深度学习的影像相似度数据清洗方法及系统

    公开(公告)号:CN114863153A

    公开(公告)日:2022-08-05

    申请号:CN202210330918.7

    申请日:2022-03-30

    摘要: 本发明提供了一种基于深度学习的影像相似度数据清洗方法及系统,包括:获取影像数据,并对所述影像数据进行处理得到成对的影像数据;将所述成对的影像数据输入到预先训练好的融合网络模型中,得到所述成对的影像数据的相似性度量值;由所述成对的影像数据的相似性度量值对所述影像数据进行聚类完成数据清洗;其中,所述预先训练好的融合网络模型是基于成对的影像数据结合包含损失项和正则化项的学习目标函数对双支卷积神经网络进行训练得到的。本发明采用了融合网络结合损失函数的方法,解决了人力标注成本高,效率低下,容易产生重复操作的问题,实现了对相同场景下的类似部件进行聚类,提高了效率和准确率。

    一种卷积神经网络的压缩方法及装置

    公开(公告)号:CN114861868A

    公开(公告)日:2022-08-05

    申请号:CN202210325233.3

    申请日:2022-03-29

    IPC分类号: G06N3/04 G06N3/08

    摘要: 本发明涉及人工智能模型压缩技术领域,具体提供了一种卷积神经网络的压缩方法及装置,包括:步骤1.初始化待压缩卷积神经网络的精简卷积神经网络;步骤2.将待压缩卷积神经网络上的注意力图迁移至精简卷积神经网络;步骤3.利用遗传算法确定并调节精简卷积神经网络上的注意力图迁移的最优位置;步骤4.判断是否达到迭代次数,若是,则输出精简卷积神经网络,否则,返回步骤2。本发明提供的技术方案,通过应用遗传算法,寻找最优的注意力迁移层位置,实现更有效的知识蒸馏。

    用于建立电网知识图谱的逻辑模型的方法及系统和介质

    公开(公告)号:CN112364177A

    公开(公告)日:2021-02-12

    申请号:CN202011192637.7

    申请日:2020-10-30

    IPC分类号: G06F16/36 G06Q50/06

    摘要: 本发明提出一种用于建立用于电网知识图谱的逻辑模型的方法、系统及介质。方法包括:确定用于定义实体及其属性的实体模式;将第一数据源中的多个实体判定为完整实体或不完整实体;基于第一数据源按照实体模式生成所有完整实体和不完整实体的实体属性信息以生成逻辑模型的实体集;确定用于定义源实体和目标实体之间的关系的关系模式;对于第二数据源中的存在于该实体集中的源实体和目标实体,至少基于第二数据源按照关系模式生成相应的实体关系信息以生成逻辑模型的关系集;基于实体集和关系集建立包括实体、属性和关系的逻辑模型。利用本发明的方案,可以弥补现有模型的设计短板,给用户提供更合理的管控模型,并支持统一数据模型的信息匹配。

    用于建立电网知识图谱的逻辑模型的方法及系统和介质

    公开(公告)号:CN112364177B

    公开(公告)日:2023-10-24

    申请号:CN202011192637.7

    申请日:2020-10-30

    IPC分类号: G06F16/36 G06Q50/06

    摘要: 本发明提出一种用于建立用于电网知识图谱的逻辑模型的方法、系统及介质。方法包括:确定用于定义实体及其属性的实体模式;将第一数据源中的多个实体判定为完整实体或不完整实体;基于第一数据源按照实体模式生成所有完整实体和不完整实体的实体属性信息以生成逻辑模型的实体集;确定用于定义源实体和目标实体之间的关系的关系模式;对于第二数据源中的存在于该实体集中的源实体和目标实体,至少基于第二数据源按照关系模式生成相应的实体关系信息以生成逻辑模型的关系集;基于实体集和关系集建立包括实体、属性和关系的逻辑模型。利用本发明的方案,可以弥补现有模型的设计短板,给用户提供更合理的管控模型,并支持统一数据模型的信息匹配。

    一种实体关系抽取方法、装置、电子设备及存储介质

    公开(公告)号:CN115879449A

    公开(公告)日:2023-03-31

    申请号:CN202211386899.6

    申请日:2022-11-07

    摘要: 本发明实施例公开一种实体关系抽取方法、装置、电子设备及存储介质。该方法包括:获取预设文本库中的至少一个文本信息;确定文本信息对应的嵌入向量;确定任意两个嵌入向量对应的向量对,并保存各向量对到标记组合结果;根据标记组合结果和预先训练的分类器确定文本信息对应的实体关系。本发明实施例,通过预先训练的分类器基于文本信息的嵌入向量进行分析,提取到文本信息的实体关系,可解决实体嵌套以及实体对重叠的问题,在保证三元组提取过程中各个元素的紧密相关度的基础上,可减少误差、解决泛化性差的问题,提升了实体关系抽取的精确性。