一种双光图像目标检测方法、系统、设备和介质

    公开(公告)号:CN117422858A

    公开(公告)日:2024-01-19

    申请号:CN202311214960.3

    申请日:2023-09-19

    摘要: 本发明公开了一种双光图像目标检测方法、系统、设备和介质,属于电网巡检技术领域。本发明的一种双光图像目标检测方法,通过构建时空同步模型、拼接模型、目标对象检测模型,对双光相机的参数数据处理,得到双光相机的时间与空间标定信息,实现双光图像目标检测。因而本发明通过对双光相机进行预先的时空同步,可以将红外与可见光图像进行点对比点地拼接成四通道输入数据,因此可以直接结合可见光和红外光线的特征信息,避免了先分别提取两种模特的特征再进行融合的复杂过程,简化了算法过程,缩小了模型体积,从而可以有效减少数据处理量,更适用于无人机机载设备等前端嵌入式平台的实时计算需求。

    一种基于机器学习算法的避雷器早期受潮预警方法

    公开(公告)号:CN117390382A

    公开(公告)日:2024-01-12

    申请号:CN202311220463.4

    申请日:2023-09-20

    摘要: 本发明属于避雷器监测技术领域,具体涉及一种基于机器学习算法的避雷器早期受潮预警方法。针对现有避雷器监测方法难以识别避雷器早期受潮的不足,本发明采用如下技术方案:一种基于机器学习算法的避雷器早期受潮预警方法,包括:获取已正常运行一段时间的避雷器的数据作为样本集数据;对样本集数据进行训练和测试;得到正常运行的避雷器的受潮相关特征量的预测数据,得到拟合偏差平均值;参考拟合偏差平均值提取波动较大的数据点,计算得到波动较大的数据点对应的偏差均值,将该偏差均值作为预警阈值的参考值;当实测数据与预测数据的偏差达到预警阈值时,发出早期受潮预警。本发明的有益效果是:实现避雷器早期受潮预警。