公开(公告)号：CN116862828A

公开(公告)日：2023-10-10

申请号：CN202310329264.0

申请日：2023-03-30

Applicant: 华北电力大学(保定)

Inventor： 张珂 ,  董超 ,  谢志远 ,  石超君 ,  韩槊

IPC: G06T7/00 ,  G06V10/25 ,  G06V10/24 ,  G06V10/44 ,  G06V10/766 ,  G06V10/80 ,  G06V10/82 ,  G06V10/764 ,  G06V10/26 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明公开了一种架空输电线路关键部件及缺陷的检测方法，选取Cascade RCNN作为基础模型，使用Swin Transformer作为主干网络；在原有特征金字塔网络的基础上，设计平衡特征金字塔网络，平衡上下层之间的信息流动，提高主干网络所提取特征的可分性；针对感兴趣区域池化层所提取的特征采用多阶段级联的侧感知边界回归方法，利用所生成的侧感知特征先粗略估计边界的桶区域，最后精细地回归到更准确的位置，通过多阶段的两步定位的坐标回归方法，提高模型对输电线路部件、缺陷以及小目标的定位能力。

公开(公告)号：CN117292176A

公开(公告)日：2023-12-26

申请号：CN202311155236.8

申请日：2023-09-08

Applicant: 华北电力大学(保定)

Inventor： 张珂 ,  董超 ,  谢志远 ,  石超君 ,  韩槊

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/40 ,  G06V10/80

Abstract: 本发明公开了一种基于元学习的架空输电线路关键部件及缺陷的检测方法，选取Cascade RCNN为框架，使用Resnet101作为主干网络；基于互注意力机制的思想，设计区域感知融合模块，捕捉支持特征与查询特征之间的空间关系，获得用于指导网络从查询图像中检测出与支持图像相对应类别的融合特征；采用以多帮少的两阶段微调的训练策略，第一阶段训练充足样本的类别，获得拥有输电线路相关先验知识的权重，第二阶段在平衡且样本少量的类别上进行冻结主干网络的微调，缓解数据集中充足样本类别和少量样本类别间的数据偏移问题，提高模型对少量样本类别的检测精度。