-
公开(公告)号：CN118470438B
公开(公告)日：2024-09-24
申请号：CN202410912606.6
申请日：2024-07-09
申请人： 广东工业大学
IPC分类号： G06V10/764 , G06N3/042 , G06N3/0455 , G06N3/0464 , G06N3/0895 , G06N3/096 , G06Q50/06 , G06T5/10 , G06T7/62 , G06V10/26 , G06V10/774 , G06V10/80 , G06V10/82
摘要： 本发明公开了基于半监督分割模型的屋顶光伏潜力评估方法，属于光伏潜力评估领域，包括选取训练样本进行标注构建训练数据集；使用训练数据集对半监督屋顶分割模型进行训练；将待检测遥感图像输入半监督屋顶分割模型，分割出研究区域内所有屋顶部分并输出预测图；通过轮廓检测和图像重建算法提取仅包含单个屋顶的图像块，并输入到屋顶分类模型得到屋顶分类结果；为各种屋顶设置可用面积比例，获得总屋顶光伏可用面积；计算屋顶光伏装机容量评估屋顶光伏潜力。本发明的方法减少了数据标注带来的困难，使得基于计算机视觉的光伏潜力评估方法有更好的推广性，将屋顶分为了不同类型，获得更精确的屋顶光伏可用面积，为后续的装机容量测算奠定基础。
-
公开(公告)号：CN118279572B
公开(公告)日：2024-08-09
申请号：CN202410702881.5
申请日：2024-06-03
申请人： 广东工业大学
IPC分类号： G06V10/25 , G06N3/0455 , G06N3/0464 , G06N3/082 , G06V10/774 , G06V10/82
摘要： 本发明提供一种基于改进Yolov9的高分辨率图片关联小目标的检测方法，包括构建自适应注意力机制黑盒及SPPFELAN‑A；构建改进的Yolov9模型；对改进的Yolov9模型进行训练，获取Yolov9n、Yolov9l的权重；将待检测图片输入到Yolov9n权重的改进的Yolov9模型进行一次检测，获取关联主体的位置信息并截取图片；将截取图片输入到Yolov9l权重的改进的Yolov9模型进行二次检测，获取小目标的输出结果。本发明经Yolov9n初步筛选大部分背景信息能够极大减少冗余计算，使用二次检测策略能够在锁定目标大致定位的前提下确保足够的原生图像信息进行特征提取，保证小目标的识别准确率。
-
公开(公告)号：CN118279572A
公开(公告)日：2024-07-02
申请号：CN202410702881.5
申请日：2024-06-03
申请人： 广东工业大学
IPC分类号： G06V10/25 , G06N3/0455 , G06N3/0464 , G06N3/082 , G06V10/774 , G06V10/82
摘要： 本发明提供一种基于改进Yolov9的高分辨率图片关联小目标的检测方法，包括构建自适应注意力机制黑盒及SPPFELAN‑A；构建改进的Yolov9模型；对改进的Yolov9模型进行训练，获取Yolov9n、Yolov9l的权重；将待检测图片输入到Yolov9n权重的改进的Yolov9模型进行一次检测，获取关联主体的位置信息并截取图片；将截取图片输入到Yolov9l权重的改进的Yolov9模型进行二次检测，获取小目标的输出结果。本发明经Yolov9n初步筛选大部分背景信息能够极大减少冗余计算，使用二次检测策略能够在锁定目标大致定位的前提下确保足够的原生图像信息进行特征提取，保证小目标的识别准确率。
-
公开(公告)号：CN118470438A
公开(公告)日：2024-08-09
申请号：CN202410912606.6
申请日：2024-07-09
申请人： 广东工业大学
IPC分类号： G06V10/764 , G06N3/042 , G06N3/0455 , G06N3/0464 , G06N3/0895 , G06N3/096 , G06Q50/06 , G06T5/10 , G06T7/62 , G06V10/26 , G06V10/774 , G06V10/80 , G06V10/82
摘要： 本发明公开了基于半监督分割模型的屋顶光伏潜力评估方法，属于光伏潜力评估领域，包括选取训练样本进行标注构建训练数据集；使用训练数据集对半监督屋顶分割模型进行训练；将待检测遥感图像输入半监督屋顶分割模型，分割出研究区域内所有屋顶部分并输出预测图；通过轮廓检测和图像重建算法提取仅包含单个屋顶的图像块，并输入到屋顶分类模型得到屋顶分类结果；为各种屋顶设置可用面积比例，获得总屋顶光伏可用面积；计算屋顶光伏装机容量评估屋顶光伏潜力。本发明的方法减少了数据标注带来的困难，使得基于计算机视觉的光伏潜力评估方法有更好的推广性，将屋顶分为了不同类型，获得更精确的屋顶光伏可用面积，为后续的装机容量测算奠定基础。
-
公开(公告)号：CN117173570A
公开(公告)日：2023-12-05
申请号：CN202311143910.0
申请日：2023-09-05
申请人： 广东工业大学
IPC分类号： G06V20/10 , G06V10/82 , G06V10/28 , G06V10/44 , G06T11/20 , G06T7/62 , G06N3/0455 , G06N3/0464 , G06N3/0499
摘要： 本发明公开了一种基于深度学习的独栋建筑物屋顶信息提取方法及系统。包括：将独栋建筑位置信息和包含该建筑的地图遥感图像输入至构建的深度神经网络模型中，采用基于U‑net架构的网络模型对图像中所有建筑物屋顶进行提取，获得仅有屋顶和背景两个类别的二值化图像；将二值化图像输入至轮廓检测算法中，获得图像中每一个建筑物屋顶的边界线，根据输入的独栋建筑位置信息，提取出该独栋建筑对应的边界线；根据地图分辨率测算屋顶面积。本发明能精准的识别出地图遥感图像中的任意独栋建筑物屋顶部分，从而为屋顶光伏评估项目提供更有效的数据支持和决策依据。
-
-
-
-
搜索结果
5 条记录 (耗时 0.021 秒)
