-
公开(公告)号：CN113255691A
公开(公告)日：2021-08-13
申请号：CN202110406901.0
申请日：2021-04-15
申请人： 南昌大学
摘要： 本发明公开了一种输电线路涉鸟故障危害鸟种目标检测与识别方法，首先建立架空输电线路涉鸟故障典型鸟种图像数据库，对鸟类图像进行标签制作，获得图像中的鸟种目标边界框位置和类别信息；然后采用聚类算法进行先验框的聚类分析，获得最佳尺寸的先验框，并利用锐化算法进行图像预处理，突出鸟种目标；最后构建YOLOv4网络模型，利用多阶段迁移学习与Mosaic数据增强、余弦退火学习率衰减、标签平滑处理等多种训练技巧进行模型训练，得到最优检测模型，并对测试集鸟种图像进行目标检测与识别。本发明能够在输电线路人工巡检或无人机巡检图像中检测并识别出可能引起线路故障的危害鸟种，可为电网运维人员进行渉鸟故障的差异化防治提供参考依据。
-
公开(公告)号：CN115018818B
公开(公告)日：2024-03-29
申请号：CN202210776591.6
申请日：2022-07-01
申请人： 南昌大学
IPC分类号： G06T7/00 , G06N3/0464 , G06N3/08 , G06Q10/20 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82
摘要： 本发明公开一种基于多网络融合模型的输电线路耐张线夹缺陷检测方法，具体包括如下步骤：构建输电线路耐张线夹的X光图像数据集，并对其进行缺陷标注、数量扩充及对比度增强等处理；引入卷积块注意力机制CBAM和空洞空间金字塔池化结构ASPP对YOLOv4模型进行改进；利用数据集对改进的模型与原模型进行训练与检测，将各模型的检测结果进行融合，提升模型的综合检测性能及泛化能力。本发明通过构建多网络融合算法模型对耐张线夹缺陷进行检测，为电力设备智能巡检领域提供技术参考。
-
公开(公告)号：CN115018818A
公开(公告)日：2022-09-06
申请号：CN202210776591.6
申请日：2022-07-01
申请人： 南昌大学
IPC分类号： G06T7/00 , G06N3/04 , G06N3/08 , G06Q10/00 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82
摘要： 本发明公开一种基于多网络融合模型的输电线路耐张线夹缺陷检测方法，具体包括如下步骤：构建输电线路耐张线夹的X光图像数据集，并对其进行缺陷标注、数量扩充及对比度增强等处理；引入卷积块注意力机制CBAM和空洞空间金字塔池化结构ASPP对YOLOv4模型进行改进；利用数据集对改进的模型与原模型进行训练与检测，将各模型的检测结果进行融合，提升模型的综合检测性能及泛化能力。本发明通过构建多网络融合算法模型对耐张线夹缺陷进行检测，为电力设备智能巡检领域提供技术参考。
-
公开(公告)号：CN113255661B
公开(公告)日：2022-07-12
申请号：CN202110405605.9
申请日：2021-04-15
申请人： 南昌大学
摘要： 本发明公开了一种输电线路涉鸟故障相关鸟种图像识别方法，首先通过收集输电线路周围的鸟种信息，建立涉鸟故障相关鸟种图像数据库，基于类别激活图的方法对鸟种图像进行去背景预处理；然后，利用四种深度卷积神经网络建立学习模型，并通过ImageNet数据集对其进行预训练，对预训练后的模型网络结构进行微调，利用预处理后的鸟种图像训练集对微调后的模型进行重新训练，并对测试集进行分类识别；最后，根据四种网络模型的分类准确率，采用线性加权法建立一种融合多卷积网络的涉鸟故障相关鸟种图像识别模型，对鸟种图像进行分类识别。本发明能够为输电线路运维人员提供正确识鸟的方法手段，有助于实现渉鸟故障的差异化防治，降低渉鸟故障跳闸率。
-
公开(公告)号：CN113255661A
公开(公告)日：2021-08-13
申请号：CN202110405605.9
申请日：2021-04-15
申请人： 南昌大学
摘要： 本发明公开了一种输电线路涉鸟故障相关鸟种图像识别方法，首先通过收集输电线路周围的鸟种信息，建立涉鸟故障相关鸟种图像数据库，基于类别激活图的方法对鸟种图像进行去背景预处理；然后，利用四种深度卷积神经网络建立学习模型，并通过ImageNet数据集对其进行预训练，对预训练后的模型网络结构进行微调，利用预处理后的鸟种图像训练集对微调后的模型进行重新训练，并对测试集进行分类识别；最后，根据四种网络模型的分类准确率，采用线性加权法建立一种融合多卷积网络的涉鸟故障相关鸟种图像识别模型，对鸟种图像进行分类识别。本发明能够为输电线路运维人员提供正确识鸟的方法手段，有助于实现渉鸟故障的差异化防治，降低渉鸟故障跳闸率。
-
-
-
-
搜索结果
5 条记录 (耗时 0.017 秒)
