-
公开(公告)号：CN117575906A
公开(公告)日：2024-02-20
申请号：CN202311528959.8
申请日：2023-11-14
Applicant: 国网新疆电力有限公司信息通信公司 , 新疆大学
IPC: G06T3/4053 , G06T3/4046 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种图像超分辨率重建方法、装置、计算机设备及存储介质，包括：将原始图像输入到训练好的超分辨率重建模型，其中，训练好的超分辨率重建模型为深度分层多尺度注意力网络，包括浅层特征提取模块，深度分层残差结构，上采样模块和重建模块；采用浅层特征提取模块对原始图像进行特征提取，得到浅层特征；通过深度分层残差结构对浅层特征进行特征提取和融合，得到深层特征；使用上采样模块对深层特征进行上采样，得到上采样特征；基于重建模块对上采样特征进行重建，得到重建的高分辨率图像，实现通过自适应特征融合的方式进行高分辨率重建，提高了图像重建的效果。
-
公开(公告)号：CN118429741A
公开(公告)日：2024-08-02
申请号：CN202311689906.4
申请日：2023-12-07
Applicant: 国网新疆电力有限公司信息通信公司
IPC: G06V10/774 , G06V10/82 , G06V10/764 , G06V10/10 , G06V10/28 , G06V10/36
Abstract: 本发明公开了一种图像数据增强方法、装置、计算机设备及存储介质，包括：获取原始图像数据集，并输入到深度神经网络中；在深度为S＝{0,1,…，n}的深度神经网络中随机选择一层，当S＝0时，从原始数据集中随机选择两个图片，作为基础图像数据，当S＝n，n>0时，从第n层随机选择两个特征图，作为基础图像数据；通过对基础图像数据进行傅里叶变换，得到基础图像数据中的高频区域和低频区域，并对得到的图像使用低通滤波器，在采样的低频图像上应用阈值获得随机二进制掩码；采用随机二进制掩码作为权重，对基础图像数据进行混合拼接，得到混合增强图像。采用本发明可提高生成图像的质量和多样性。
-
公开(公告)号：CN117746015A
公开(公告)日：2024-03-22
申请号：CN202311677382.7
申请日：2023-12-05
Applicant: 国网新疆电力有限公司信息通信公司 , 新疆大学
IPC: G06V10/25 , G06V10/762 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种小目标检测模型训练方法、小目标检测方法及相关设备，包括：通过获取第一数据集，其中，第一数据集由若干包含小目标的图像组成；对第一数据集进行数据标注和预处理，得到第二数据集；将第二数据集划分为训练集和测试集，并对训练集中的样本进行聚类处理，得到训练集的锚框样本；将训练集图像和锚框样本输入到改进的小目标检测网络中，对改进的小目标检测模型进行训练，并采用测试集进行验证，得到目标检测模型。采用锚框样本作为模型的先验知识，用于检测和定位图像中的小目标，有利于提高小目标检测的效率和准确率。
-
公开(公告)号：CN117576454A
公开(公告)日：2024-02-20
申请号：CN202311522154.2
申请日：2023-11-13
Applicant: 国网新疆电力有限公司信息通信公司 , 新疆大学
IPC: G06V10/764 , G06V10/82 , G06V10/44 , G06V10/80 , G06N3/0464 , G06N3/048 , G06N3/084 , G06T7/00
Abstract: 本发明公开了一种基于人工智能的绝缘子缺陷检测方法、装置、设备及介质，包括：通过获取绝缘子图像；对绝缘子图像进行数据预处理，得到样本数据；采用样本数据对初始目标检测模型进行训练，得到训练好的目标检测模型，其中，初始目标检测模型为改进的YOLOv7模型，改进的YOLOv7模型包括依次连接的特征提取器、特征融合层和预测层；将训练好的目标检测模型部署到电力设备缺陷检测装置中，以使在后续接收到待检测图像时，采用训练好的目标检测模型对待检测图像进行缺陷检测。使模型能够更好地注意到绝缘子缺陷目标，减少了目标漏检，从而提高绝缘子缺陷目标检测的精确率。
-
-
-
Search Results
4
records
(took 0.041 seconds)
