公开(公告)号：CN116229380B

公开(公告)日：2023-09-12

申请号：CN202310518425.0

申请日：2023-05-10

申请人： 国网江西省电力有限公司电力科学研究院 ,  国家电网有限公司 ,  南昌大学

发明人： 李帆 ,  杜修明 ,  邱志斌 ,  饶斌斌 ,  彭诗怡 ,  周志彪 ,  陈文豪

IPC分类号： G06V20/52 ,  G06V10/764 ,  G06V10/82 ,  G06V10/80 ,  G06V10/774 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/045 ,  G06N3/094

摘要： 本发明公开了一种变电站涉鸟故障相关鸟种识别方法，该方法基于YOLOv8目标检测算法，引入三重注意力机制、可变形卷积对YOLOv8进行改进，构建改进YOLOv8目标检测模型，通过训练好的改进YOLOv8目标检测模型进行变电站涉鸟故障相关鸟种识别。本发明可为变电站涉鸟故障相关鸟种识别研究提供参考。本发明通过增强特征采集模块的特征提取能力、加强特征融合模块的融合效果和改进检测模块的损失函数，最终增强模型的检测精度和泛化能力以及鲁棒性能。

公开(公告)号：CN116229380A

公开(公告)日：2023-06-06

申请号：CN202310518425.0

申请日：2023-05-10

申请人： 国网江西省电力有限公司电力科学研究院 ,  国家电网有限公司 ,  南昌大学

发明人： 李帆 ,  杜修明 ,  邱志斌 ,  饶斌斌 ,  彭诗怡 ,  周志彪 ,  陈文豪

IPC分类号： G06V20/52 ,  G06V10/764 ,  G06V10/82 ,  G06V10/80 ,  G06V10/774 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/045 ,  G06N3/094

摘要： 本发明公开了一种变电站涉鸟故障相关鸟种识别方法，该方法基于YOLOv8目标检测算法，引入三重注意力机制、可变形卷积对YOLOv8进行改进，构建改进YOLOv8目标检测模型，通过训练好的改进YOLOv8目标检测模型进行变电站涉鸟故障相关鸟种识别。本发明可为变电站涉鸟故障相关鸟种识别研究提供参考。本发明通过增强特征采集模块的特征提取能力、加强特征融合模块的融合效果和改进检测模块的损失函数，最终增强模型的检测精度和泛化能力以及鲁棒性能。

公开(公告)号：CN115620107A

公开(公告)日：2023-01-17

申请号：CN202211386862.3

申请日：2022-11-07

申请人： 国网江西省电力有限公司电力科学研究院 ,  国家电网有限公司 ,  国网江西省电力有限公司 ,  南昌大学

发明人： 李帆 ,  万诚 ,  邱志斌 ,  饶斌斌 ,  华桦 ,  周志彪 ,  詹涛

IPC分类号： G06V10/80 ,  G06V10/82 ,  G06V10/774 ,  G06V10/764

摘要： 本发明公开了一种基于深度学习的变电站涉鸟故障相关鸟种识别方法，首先针对变电站巡检图像和公开鸟种图像集，采用运动模糊和散焦模糊对鸟种图像进行扩充，构建变电站涉鸟故障相关鸟种图像数据集；然后对数据集中的每张图像进行标签制作，获得包含鸟种类别和坐标信息的真实矩形框，并划分为测试集、训练集和验证集；其次对YOLOv5目标检测模型结构进行改进，将原有的主干特征提取网络替换为ConvNeXt‑T，提取出更加丰富的鸟种图像特征；最后结合多种训练技巧对改进后的YOLOv5模型进行训练，使用训练后的模型对划分的测试集图像进行检测。本发明可为变电站涉鸟故障差异化防治提供参考。

公开(公告)号：CN118247554A

公开(公告)日：2024-06-25

申请号：CN202410333861.5

申请日：2024-03-22

申请人： 国网江西省电力有限公司电力科学研究院 ,  国家电网有限公司 ,  南昌大学

发明人： 况燕军 ,  王秀龙 ,  胡京 ,  张宇 ,  邱志斌 ,  万周涛 ,  晏年平 ,  尹林 ,  邹建章 ,  周志彪

IPC分类号： G06V10/764 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/045

摘要： 本发明公开了一种基于深度学习的误撞输电线路鸟种检测方法及系统，具体包括以下步骤：使用加雾加噪对提取的珍稀鸟种图像进行预处理，构建误撞输电线路珍稀鸟种图像数据集；构建包括主干特征提取网络，特征融合网络以及检测网络的鸟种目标检测模型，通过引进SBS模块来加强特征提取，引进DR1模块和DR2模块来加强特征融合，并添加辅助检测头、注意力机制来增强检测网络的检测能力；对鸟种目标检测模型进行训练获得最优训练权重来对珍稀鸟种进行检测。本发明通过加强多尺度特征融合和添加浅层辅助头加强关键信息获取能力，从而增强模型的鲁棒性与泛化性。

公开(公告)号：CN115862073B

公开(公告)日：2023-07-04

申请号：CN202310168827.2

申请日：2023-02-27

申请人： 国网江西省电力有限公司电力科学研究院 ,  国家电网有限公司 ,  南昌大学

发明人： 饶斌斌 ,  李帆 ,  邱志斌 ,  况燕军 ,  周龙武 ,  胡睿哲 ,  王晓冬 ,  周志彪

IPC分类号： G06V40/10 ,  G06V20/40 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/0475 ,  G06N3/084

摘要： 本发明公开了一种基于机器视觉的变电站危害鸟种目标检测和识别方法，首先针对变电站附近拍摄的鸟种图像和视频，利用视频图像转换技术提取视频内的图像，并采用改进的SRGAN算法对鸟种图像进行超分辨率重建，构建变电站危害鸟种图像样本库；引入双注意力机制ECANet和CBAM对YOLOv7目标检测模型进行改进，使用多种训练方法对改进YOLOv7鸟种目标检测模型训练和参数设置，并将鸟种图像输入至训练后的改进YOLOv7鸟种目标检测模型中进行测试。本发明可为变电站危害鸟种识别研究和差异化防治提供参考。

公开(公告)号：CN115862073A

公开(公告)日：2023-03-28

申请号：CN202310168827.2

申请日：2023-02-27

申请人： 国网江西省电力有限公司电力科学研究院 ,  国家电网有限公司 ,  南昌大学

发明人： 饶斌斌 ,  李帆 ,  邱志斌 ,  况燕军 ,  周龙武 ,  胡睿哲 ,  王晓冬 ,  周志彪

IPC分类号： G06V40/10 ,  G06V20/40 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/0475 ,  G06N3/084

摘要： 本发明公开了一种基于机器视觉的变电站危害鸟种目标检测和识别方法，首先针对变电站附近拍摄的鸟种图像和视频，利用视频图像转换技术提取视频内的图像，并采用改进的SRGAN算法对鸟种图像进行超分辨率重建，构建变电站危害鸟种图像样本库；引入双注意力机制ECANet和CBAM对YOLOv7目标检测模型进行改进，使用多种训练方法对改进YOLOv7鸟种目标检测模型训练和参数设置，并将鸟种图像输入至训练后的改进YOLOv7鸟种目标检测模型中进行测试。本发明可为变电站危害鸟种识别研究和差异化防治提供参考。

公开(公告)号：CN117113066B

公开(公告)日：2024-03-29

申请号：CN202311388369.X

申请日：2023-10-25

申请人： 南昌大学

发明人： 赵园喜 ,  邱志斌 ,  周志彪 ,  朱轩 ,  童志鹏 ,  李俊轩

IPC分类号： G06F18/213 ,  G06N3/0464 ,  G06N3/08 ,  G01R31/08

摘要： 本发明公开了一种基于计算机视觉的输电线路绝缘子缺陷检测方法，S1：构建输电线路绝缘子缺陷的图像数据库，并划分训练集、验证集与测试集；S2：构建MIDDNet绝缘子缺陷检测模型，该模型包括RGNet主干特征提取网络、RSNet特征融合网络与GSNet缺陷检测网络；S3：训练MIDDNet绝缘子缺陷检测模型；S4：通过训练好的MIDDNet绝缘子缺陷检测模型进行输电线路绝缘子缺陷检测。本发明通过降低检测模型整体的参数量、加强多尺度特征融合的融合效果与提取密集的上下文特征信息，最终增强模型的检测精度与鲁棒性能。本发明可为输电线路绝缘子缺陷检测研究提供参考。

公开(公告)号：CN118967613A

公开(公告)日：2024-11-15

申请号：CN202411026686.1

申请日：2024-07-30

申请人： 南昌大学

发明人： 邱志斌 ,  陈瑞婷 ,  蔡智雯 ,  张润 ,  李俊轩 ,  童志鹏 ,  周志彪

IPC分类号： G06T7/00 ,  G06V10/774 ,  G06V10/80 ,  G06V10/40 ,  G06V10/82 ,  G06N3/096 ,  G06N3/084

摘要： 本发明提供了一种光伏电池电致发光缺陷检测方法及检测系统，涉及光伏电池缺陷检测技术领域。本发明提供的检测方法包括以下步骤：获取光伏电池的电致发光图像数据，对所述图像数据进行标注及预处理后构建数据集；基于注意力机制的轻量化主干提取网络、特征融合网络、高效多尺度检测头构建初始检测模型；基于所述数据集对所述初始检测模型进行训练获得缺陷检测模型；获取待测电致发光图像，基于所述缺陷检测模型输出检测结果。本发明通过构建并训练极具轻量化的缺陷检测模型，能够获得更加丰富和具有代表性的特征信息，从而提高缺陷检测模型的检测精度，从而能够实现对多种光伏缺陷的高效、准确检测和定位。

公开(公告)号：CN114842208B

公开(公告)日：2024-05-03

申请号：CN202210638361.3

申请日：2022-06-08

申请人： 南昌大学

发明人： 邱志斌 ,  周志彪 ,  李俊轩 ,  童志鹏 ,  张润 ,  朱轩

IPC分类号： G06V10/30 ,  G06V10/762 ,  G06V40/10 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

摘要： 本发明公开了一种基于深度学习的电网危害鸟种目标检测方法，首先利用Avibase世界鸟类数据库与收集的输电线路巡检图像，构建威胁电网安全的相关鸟种图像数据集，并基于改进的DnCNN去噪网络模型对鸟种图像数据集进行预处理，对预处理后的图像进行标签制作，获得图像中鸟种的真实边界框位置和框内类别信息；然后采用聚类算法对真实边界框的高和宽进行聚类分析，得到最优先验框，并将鸟种图像数据集划分为训练集、验证集与测试集；构建并训练改进的YOLOv4鸟种目标检测模型；最后利用训练后的改进YOLOv4鸟种目标检测模型对测试集图像进行检测。本发明可为电网涉鸟故障差异化防治提供参考。

公开(公告)号：CN117113066A

公开(公告)日：2023-11-24

申请号：CN202311388369.X

申请日：2023-10-25

申请人： 南昌大学

发明人： 赵园喜 ,  邱志斌 ,  周志彪 ,  朱轩 ,  童志鹏 ,  李俊轩

IPC分类号： G06F18/213 ,  G06N3/0464 ,  G06N3/08 ,  G01R31/08

摘要： 本发明公开了一种基于计算机视觉的输电线路绝缘子缺陷检测方法，S1：构建输电线路绝缘子缺陷的图像数据库，并划分训练集、验证集与测试集；S2：构建MIDDNet绝缘子缺陷检测模型，该模型包括RGNet主干特征提取网络、RSNet特征融合网络与GSNet缺陷检测网络；S3：训练MIDDNet绝缘子缺陷检测模型；S4：通过训练好的MIDDNet绝缘子缺陷检测模型进行输电线路绝缘子缺陷检测。本发明通过降低检测模型整体的参数量、加强多尺度特征融合的融合效果与提取密集的上下文特征信息，最终增强模型的检测精度与鲁棒性能。本发明可为输电线路绝缘子缺陷检测研究提供参考。