-
公开(公告)号:CN119540713A
公开(公告)日:2025-02-28
申请号:CN202411510992.2
申请日:2024-10-28
Applicant: 华北电力大学(保定)
IPC: G06V10/82 , G06V10/764 , G06V10/774 , G06N3/0475 , G06N3/0464 , G06N3/084 , G06N3/0895 , G06N3/094 , G06N3/0455 , G06V10/40
Abstract: 本发明公开了一种基于视角和属性引导的螺栓缺陷可控生成方法,构建生成对抗网络,选取FastGAN的生成器作为生成部分的基础模型,在生成器中引入视角和属性信息作为条件来引导生成,并提出残差式跨层激励ResSLE,以强化梯度信息流和增加生成可控性;在判别部分提出U‑Net自监督重建判别器USRD,并为T型螺栓设计独特的局部裁剪方式Shape‑crop,从而增强了对螺栓纹理细节的生成和特征提取能力。该螺栓缺陷生成方法能够在少量样本条件下,可控生成特定视角和属性的螺栓缺陷图像,从数据层面辅助提升了螺栓缺陷识别网络的准确率。
-
公开(公告)号:CN119741253A
公开(公告)日:2025-04-01
申请号:CN202411583032.9
申请日:2024-11-07
Applicant: 华北电力大学(保定)
IPC: G06T7/00 , G06V10/82 , G06V10/44 , G06N3/0455 , G06N3/0895 , G06N3/09 , G06N3/096
Abstract: 本发明提供一种基于多模态对比学习的输电线路缺陷识别方法,构建输电线路图像‑文本‑标签数据集,在利用现有视觉‑语言模型中强大预训练表征的同时,通过电力领域特有的辅助预训练任务引入了文本模态数据中蕴含的电力语义知识,有效改善了输电线路缺陷识别的精度。同时,设计基于对比学习的微调策略,在下游输电线路缺陷识别任务的基础上添加I TC,使用两种任务微调整个识别模型来缓解微调阶段的过拟合问题,训练得到最终的输电线路缺陷识别模型。
-