-
公开(公告)号:CN116704266A
公开(公告)日:2023-09-05
申请号:CN202310935029.8
申请日:2023-07-28
申请人: 国网浙江省电力有限公司信息通信分公司 , 南京南瑞信息通信科技有限公司
IPC分类号: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08 , G06T7/00
摘要: 本申请公开一种电力设备故障检测方法、装置、设备及存储介质,涉及电力物联网安全技术领域,能够提高电力设备的故障检测精度和检测效率。具体方案包括:获取原始图像数据集,并进行类型划分,得到第一数据集和第二数据集,第一数据集中为电力设备正常运行的图像数据,第二数据集为电力设备故障的图像数据;对第二数据集进行数据增强,得到第二目标数据集;利用第一数据集训练预设的初始多尺度卷积神经网络模型,得到中间多尺度卷积神经网络模型;利用第一数据集和第二目标数据集训练中间多尺度卷积神经网络模型,得到目标多尺度卷积神经网络模型;将实时采集的电力设备图像输入至目标多尺度卷积神经网络模型中,得到电力设备的故障检测结果。
-
公开(公告)号:CN116704266B
公开(公告)日:2023-10-31
申请号:CN202310935029.8
申请日:2023-07-28
申请人: 国网浙江省电力有限公司信息通信分公司 , 南京南瑞信息通信科技有限公司
IPC分类号: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08 , G06T7/00
摘要: 本申请公开一种电力设备故障检测方法、装置、设备及存储介质,涉及电力物联网安全技术领域,能够提高电力设备的故障检测精度和检测效率。具体方案包括:获取原始图像数据集,并进行类型划分,得到第一数据集和第二数据集,第一数据集中为电力设备正常运行的图像数据,第二数据集为电力设备故障的图像数据;对第二数据集进行数据增强,得到第二目标数据集;利用第一数据集训练预设的初始多尺度卷积神经网络模型,得到中间多尺度卷积神经网络模型;利用第一数据集和第二目标数据集训练中间多尺度卷积神经网络模型,得到目标多尺度卷积神经网络模型;将实时采集的电力设备图像输入至目标多尺度卷积神经网络模型中,得到电力设备的故障检测结果。
-
公开(公告)号:CN116664450A
公开(公告)日:2023-08-29
申请号:CN202310922672.7
申请日:2023-07-26
摘要: 本发明公开基于扩散模型的图像增强方法、装置、设备及存储介质,方法包括:获取待增强的目标图像与图像增强指令,编码得到编码特征图和文本编码;将编码特征图和文本编码输入到预先训练好的目标图像增强网络中;按照预设噪声添加规则和预设步数,逐步向编码特征图中添加高斯噪声,得到服从高斯分布的目标噪声图像,并确定每一步添加高斯噪声后的结果图像中的预测噪声;基于交叉注意力机制,对目标噪声图像中与文本编码对应的区域进行图像增强,得到加噪增强图像;按照预设噪声去除规则和预设步数,逐步从加噪增强图像中去除每一步的预测噪声,得到去噪后图像;对去噪后图像进行解码,得到增强后图像。本发明有效地提高了对特征缺失较多的图像的增强效果。
-
-