公开(公告)号：CN112990304A

公开(公告)日：2021-06-18

申请号：CN202110268861.8

申请日：2021-03-12

Applicant: 国网智能科技股份有限公司

Inventor： 王琦 ,  王万国 ,  王振利 ,  李建祥 ,  周大洲 ,  王克南 ,  许乃媛 ,  王勇 ,  徐康 ,  邵志敏 ,  郭锐 ,  王海鹏 ,  张旭 ,  李振宇 ,  刘海波 ,  张海龙

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于计算机视觉技术领域，提供了一种应用于电力场景的语义分析方法及系统。其中，应用于电力场景的语义分析方法包括获取待测电力场景图像；预处理待测电力场景图像；将预处理后的待测电力场景图像通过特征学习网络获取视觉特征表述，并与预先构建的索引表对照，得到待测电力场景图像的语义预测；其中，特征学习网络由全卷积网络和深度自动编码器组成，全卷积网络用于对电力场景图像进行像素级的多层特征学习提取，自动编码器用于根据多层神经网络特征计算最终网络的权值，生成视觉特征表述；索引表内存储视觉特征表述与语义预测结果的对应关系。

公开(公告)号：CN112990304B

公开(公告)日：2024-03-12

申请号：CN202110268861.8

申请日：2021-03-12

Applicant: 国网智能科技股份有限公司

Inventor： 王琦 ,  王万国 ,  王振利 ,  李建祥 ,  周大洲 ,  王克南 ,  许乃媛 ,  王勇 ,  徐康 ,  邵志敏 ,  郭锐 ,  王海鹏 ,  张旭 ,  李振宇 ,  刘海波 ,  张海龙

IPC: G06V10/80 ,  G06V10/20 ,  G06V10/40 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明属于计算机视觉技术领域，提供了一种应用于电力场景的语义分析方法及系统。其中，应用于电力场景的语义分析方法包括获取待测电力场景图像；预处理待测电力场景图像；将预处理后的待测电力场景图像通过特征学习网络获取视觉特征表述，并与预先构建的索引表对照，得到待测电力场景图像的语义预测；其中，特征学习网络由全卷积网络和深度自动编码器组成，全卷积网络用于对电力场景图像进行像素级的多层特征学习提取，自动编码器用于根据多层神经网络特征计算最终网络的权值，生成视觉特征表述；索引表内存储视觉特征表述与语义预测结果的对应关系。

公开(公告)号：CN112990306A

公开(公告)日：2021-06-18

申请号：CN202110269211.5

申请日：2021-03-12

Applicant: 国网智能科技股份有限公司

Inventor： 郭修宵 ,  王万国 ,  王振利 ,  李建祥 ,  周大洲 ,  慕世友 ,  许乃媛 ,  王海鹏 ,  郭锐 ,  刘晗 ,  邵志敏 ,  王琦 ,  李振宇 ,  张旭 ,  刘丕玉 ,  张海龙

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种变电设备缺陷识别方法及系统，包括：获取电力设备图像信息并进行预处理；将获取的电力设备图像信息输入到训练好的卷积神经网络模型，输出缺陷分类结果及缺陷位置；其中，所述卷积神经网络模型在训练过程中，为每一个分类类别分别设置类别编号和类别系数，用以决定主导训练的类别。本发明使用带权重的softmaxloss函数，增加代表某类的权重因子和代表指定某类的类别编号两个参数来确定类别和当前类别的系数，通过系数来控制当前类别在反向传播中的重要性，能够解决训练样本不均衡分类的问题，保证检测结果的准确性。