公开(公告)号：CN115049875A

公开(公告)日：2022-09-13

申请号：CN202210659883.1

申请日：2022-06-13

Applicant: 中国科学院沈阳自动化研究所 ,  南京南瑞信息通信科技有限公司

Inventor： 宋纯贺 ,  郑海洋 ,  于诗矛 ,  孙勇 ,  张文鹏 ,  曾鹏 ,  于海斌

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/774 ,  G06V10/22 ,  G06V10/80 ,  G06V10/762 ,  G06V10/75 ,  G06N3/04

Abstract: 本发明属于信号处理技术领域，具体说是一种基于深度学习的变电站中佩戴绝缘手套的检测方法，包括以下步骤：采集变电站场景的RGB图像；建立并训练深度学习模型，将RGB图像输入至深度学习模型进行预测，得到用于表示人体与手的目标检测类别、目标边界框位置以及该目标对应的置信度，以表示图像中包含的未佩戴绝缘手套的手、佩戴绝缘手套的手和人体的信息；将得到的上述信息通过逻辑匹配算法进行匹配，得到每个人体和它对应的手；并进行投票，最终确认图片中的施工人员是否佩戴了绝缘手套。本发明对原有的检测模型YOLOv3网络模型进行了改进，提高了对小目标的检测精度。

公开(公告)号：CN118097102A

公开(公告)日：2024-05-28

申请号：CN202211452052.3

申请日：2022-11-21

Applicant: 中国科学院沈阳自动化研究所

Inventor： 于诗矛 ,  宋纯贺 ,  孙勇 ,  郑海洋 ,  高鹏佩 ,  武婷婷 ,  王丽丽 ,  郑浩 ,  李沅键

IPC: G06V10/25 ,  G06V10/75 ,  G06V10/762 ,  G06V10/77 ,  G06V10/80 ,  G06V10/774 ,  G06N20/00

Abstract: 本发明涉及一种智能多类型工业仪表在线识别方法，首先基于YOLOv5的目标检测方法对工业仪表图像数据进行4种类型仪表识别，再通过模板匹配方法对指针类型表中指针数字进行识别。本发明采用深度学习yolov5模型实现对四种工业仪表目标识别，模型参数量小，识别率高，可适用于工业仪表的实时在线识别。

公开(公告)号：CN118095514A

公开(公告)日：2024-05-28

申请号：CN202211452061.2

申请日：2022-11-21

Applicant: 中国科学院沈阳自动化研究所

Inventor： 于诗矛 ,  宋纯贺 ,  孙勇 ,  郑海洋 ,  高鹏佩 ,  武婷婷 ,  王丽丽 ,  郑浩 ,  李沅键

IPC: G06Q10/04 ,  G06Q50/06 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及一种基于深度学习的居民用电量预测与窃电识别方法，采集用电量数据，并进行预处理，并构成数据集，利用深度学习网络进行训练；采用用电量测试数据，进行预处理后，通过训练后的深度学习网络，进行未来时间的电量预测与窃电识别。本发明采用深度学习方法，可以自动提取数据特征，同时CNN对于数据的局部特征更加敏感，相较于传统机器学习方法及人工识别准确率高。