-
公开(公告)号:CN118823487A
公开(公告)日:2024-10-22
申请号:CN202411303708.4
申请日:2024-09-19
申请人: 南昌工程学院
IPC分类号: G06V10/764 , G06V10/774 , G06V10/77 , G06F17/18 , G06N3/09
摘要: 本发明公开了一种基于动态对抗监督策略的电压互感器目标检测方法及系统,方法包括:获取基础数据集,并根据所述基础数据集对预设的监督网络进行迭代训练,得到监督模型;采用预设的划分规则将所述基础数据集划分为动态数据集,并根据预设的对抗扰动策略对所述动态数据集进行更新,得到目标动态数据集;根据所述目标动态数据集对预设的受监督网络进行迭代训练,并在每次迭代训练过程中,根据预设的对抗监督学习策略对所述受监督网络的模型参数进行更新,得到最终的目标检测模型。可以有效提升网络模型的鲁棒性和稳定性,进而提高电压互感器目标检测的准确度。
-
公开(公告)号:CN118334323B
公开(公告)日:2024-08-20
申请号:CN202410764478.5
申请日:2024-06-14
申请人: 南昌工程学院
摘要: 本发明公开了一种基于紫外图像的绝缘子检测方法及系统,方法包括:构建目标检测网络,所述目标检测网络包括特征提取网络、特征金字塔网络以及输出网络;根据预设的通道联合层剪枝策略对所述目标检测网络进行裁剪,得到最终的绝缘子检测模型,所述通道联合层剪枝策略包括层剪枝子策略以及核裁剪子策略;将包含绝缘子的紫外图像输入至所述绝缘子检测模型中,所述绝缘子检测模型输出与所述紫外图像相对应的分割图像。通过轻量化池化金字塔结构来加快网络模型收敛丰富特征图表达能力,同时使用轻量化注意力机制增加对关键特征的权重,以达到提升绝缘子检测模型分割精度。
-
公开(公告)号:CN118036701A
公开(公告)日:2024-05-14
申请号:CN202410424172.5
申请日:2024-04-10
申请人: 南昌工程学院
IPC分类号: G06N3/09 , G06N3/0475 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/084 , G06V10/82 , G06V10/778
摘要: 本发明公开了一种基于紫外图像的绝缘子电晕放电数据增强方法及系统,包括:获取绝缘子电晕放电的紫外图像,根据labelme工具对所述紫外图像中的绝缘子及放电区域采用多边形框进行标注,得到标注后的目标紫外图像;将所述目标紫外图像输入至预先构建的生成对抗网络模型中,所述对抗网络模型输出与所述目标紫外图像对应的虚拟紫外图像。对生成对抗网络损失函数进行优化,在生成对抗损失函数中加入了强学习区域损失实现局部监督学习,使得网络模型在小数据集上训练也能得到不错的效果,通过调节损失函数中强学习权值可控制监督学习参与权重来优化生成对抗网络模型性能。
-
公开(公告)号:CN118505710A
公开(公告)日:2024-08-16
申请号:CN202410978434.2
申请日:2024-07-22
申请人: 南昌工程学院
IPC分类号: G06T7/00 , G06N3/096 , G06V10/764 , G06V10/40 , G06T7/10 , G06V10/778
摘要: 本发明公开了一种基于迁移学习的绝缘子目标检测方法及系统,方法包括:构建目标检测网络;根据预设的教师网络的输出结果,采用预设的知识蒸馏策略对目标检测网络进行迭代训练,并在每次迭代训练过程中,根据效能跃升学习策略网络对知识蒸馏策略中的学习参数进行更新,得到最终的绝缘子检测模型;将包含绝缘子的紫外图像输入至绝缘子检测模型中,绝缘子检测模型输出与紫外图像相对应的分割图像,分割图像中仅包含绝缘子。
-
公开(公告)号:CN118334323A
公开(公告)日:2024-07-12
申请号:CN202410764478.5
申请日:2024-06-14
申请人: 南昌工程学院
摘要: 本发明公开了一种基于紫外图像的绝缘子检测方法及系统,方法包括:构建目标检测网络,所述目标检测网络包括特征提取网络、特征金字塔网络以及输出网络;根据预设的通道联合层剪枝策略对所述目标检测网络进行裁剪,得到最终的绝缘子检测模型,所述通道联合层剪枝策略包括层剪枝子策略以及核裁剪子策略;将包含绝缘子的紫外图像输入至所述绝缘子检测模型中,所述绝缘子检测模型输出与所述紫外图像相对应的分割图像。通过轻量化池化金字塔结构来加快网络模型收敛丰富特征图表达能力,同时使用轻量化注意力机制增加对关键特征的权重,以达到提升绝缘子检测模型分割精度。
-
公开(公告)号:CN118505710B
公开(公告)日:2024-10-11
申请号:CN202410978434.2
申请日:2024-07-22
申请人: 南昌工程学院
IPC分类号: G06T7/00 , G06N3/096 , G06V10/764 , G06V10/40 , G06T7/10 , G06V10/778
摘要: 本发明公开了一种基于迁移学习的绝缘子目标检测方法及系统,方法包括:构建目标检测网络;根据预设的教师网络的输出结果,采用预设的知识蒸馏策略对目标检测网络进行迭代训练,并在每次迭代训练过程中,根据效能跃升学习策略网络对知识蒸馏策略中的学习参数进行更新,得到最终的绝缘子检测模型;将包含绝缘子的紫外图像输入至绝缘子检测模型中,绝缘子检测模型输出与紫外图像相对应的分割图像,分割图像中仅包含绝缘子。
-
公开(公告)号:CN118036701B
公开(公告)日:2024-07-05
申请号:CN202410424172.5
申请日:2024-04-10
申请人: 南昌工程学院
IPC分类号: G06N3/09 , G06N3/0475 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/084 , G06V10/82 , G06V10/778
摘要: 本发明公开了一种基于紫外图像的绝缘子电晕放电数据增强方法及系统,包括:获取绝缘子电晕放电的紫外图像,根据labelme工具对所述紫外图像中的绝缘子及放电区域采用多边形框进行标注,得到标注后的目标紫外图像;将所述目标紫外图像输入至预先构建的生成对抗网络模型中,所述对抗网络模型输出与所述目标紫外图像对应的虚拟紫外图像。对生成对抗网络损失函数进行优化,在生成对抗损失函数中加入了强学习区域损失实现局部监督学习,使得网络模型在小数据集上训练也能得到不错的效果,通过调节损失函数中强学习权值可控制监督学习参与权重来优化生成对抗网络模型性能。
-
-
-
-
-
-