-
公开(公告)号：CN119540858A
公开(公告)日：2025-02-28
申请号：CN202411588322.2
申请日：2024-11-08
Applicant: 齐丰科技股份有限公司
Abstract: 本发明提出了一种基于红外和可见光图像融合的变压器火灾检测方法，所述检测系统包括红外摄像头、可见光摄像头、图像融合与分析主机、监控大屏和报警装置，所述检测系统的使用方法为通过红外摄像头和可见光摄像头将实时铺捉到的红外图像和可见光图像流转传输到图像融合与分析主机内，图像融合与分析主机接收到图像流后，通过图像融合算法将红外图像与可见光图像进行融合，形成多模态图像，然后利用预先训练好的深度学习模型对融合后的图像进行分析，识别火灾的早期发生的迹象，及时发现火灾隐患部位，识别后然后将其呈现至监控大屏，同时触发声光报警装置，以便及时提醒相关值班人员迅速采取措施，扑灭早期火灾，保障变压器的运行安全。
-
公开(公告)号：CN115082768A
公开(公告)日：2022-09-20
申请号：CN202210645783.3
申请日：2022-06-09
Applicant: 齐丰科技股份有限公司
Abstract: 本发明提供了一种基于相机的变电站压板状态识别的方法，通过相机对巡检图像进行采集并预处理，将处理后的图像进行深度学习模型训练，最后将预测结果结合到视频流上进行返回展示，并通过MQTT或TCP协议上送至应用系统中，减少了因人为因素所导致的错误操作，提高了变电站巡检效率，对变电站稳定安全运行起到了促进作用。
-
公开(公告)号：CN115880571A
公开(公告)日：2023-03-31
申请号：CN202211571445.6
申请日：2022-12-08
Applicant: 齐丰科技股份有限公司
IPC: G06V20/05 , G06V10/26 , G06V10/764 , G06V10/774 , G06N20/00
Abstract: 本发明提出一种基于语义分割的水位尺读数识别方法，包括模型训练阶段和模型测试阶段，通过采用改进的DeepLabNet v3+语义分割网络模型训练和改进的YOLO v5s水位尺刻度值检测网络模型训练同时对水位线和水位尺的位置进行预测、训练和计算后，从而实现实际水位线数值的计算，本发明相比于现有技，具有更简单、有效等特点，同时语义分割DeepLabNet v3+模型具有更大强大的特征提取能力，能够适用于复杂的环境，而且本发明对所有类型的水位尺刻度值检测具备很强的广泛性。
-
公开(公告)号：CN119516431A
公开(公告)日：2025-02-25
申请号：CN202411547030.4
申请日：2024-11-01
Applicant: 齐丰科技股份有限公司
Abstract: 本发明提出了一种基于视频分析的变电站作业人员安全监测方法，所述监测系统包括有视频采集模块、深度学习识别检测模块、帧差模块和后续逻辑模块；通过视频采集模块对变电站现场作业人员的视频数据进行采集，然后将视频图像输入到深度学习识别检测模块中进行数据识别，将检测识别的结果传入到后帧差模块内进行数据比对，将比对结果传入到后续逻辑模块中判断变电站现场作业人员行为是否安全，所述基于视频分析的变电站作业人员安全监测系统将帧差法和深度学习识别检测法相结合，针对变电站环境进行实时监测分析现场作业人员是否正确佩戴安全帽、是否安全带低挂高用、施工行为是否合规和有无危险行为等，确保变电站作业人员的施工规范安全。
-
Patent Agency Ranking
公开(公告)号：CN119418344A
公开(公告)日：2025-02-11
申请号：CN202411564372.7
申请日：2024-11-05
Applicant: 齐丰科技股份有限公司
IPC: G06V30/148 , G06V10/46 , G06V10/82 , G06V10/22 , G06V10/774 , G06N3/0464
Abstract: 本发明提出了基于OCR和关键点检测的全自动的指针式表计数值识别方法，所述方法的系统包括表计检测模块、关键点检测模块、数字识别模块以及读数分析模块；所述方法步骤为：步骤一、提前训练表计检测模块、关键点检测模块、数字识别模块中的神经网络模型；步骤二、采集输入包含待识别指针表计的图像，使用表计检测模块检测待识别表计的表盘区域；步骤三、将识别后的表盘区域子图像，使用关键点检测模块，检测指针旋转轴心点、指针末端点、表盘刻度起点和表盘刻度终点；步骤四、将识别后的表盘区域子图像，使用OCR算法，检测所有刻度数字的坐标和数值；步骤五、根据步获取额关键点信息和刻度读数信息，使用读数分析模块获取最终的表计读数。
-
公开(公告)号：CN117541820A
公开(公告)日：2024-02-09
申请号：CN202311681636.2
申请日：2023-12-08
Applicant: 齐丰科技股份有限公司
Abstract: 本发明提出了一种基于语义分割的变电站主变设备硅胶变色识别方法，所述识别方法采用改进的PSPNet语义分割算法模型先对硅胶桶内部的硅胶颗粒进行分割，然后基于传统计算机视觉将图片转为HSV空间，统计裁剪区域图片像素值，计算蓝色像素占比，从而判断硅胶桶是否为变色；具体步骤为：步骤一、系统算法训练得到最优的训练权重算法文件；步骤二、获取采集变电站巡视系统中的点位云台相机进行指定拍摄的硅胶桶照片；步骤三、将照片采用PSPNet语义分割模型进行语义分割；步骤四、对语义分割后的照片进行矫正；步骤五、对矫正后的照片使用权重算法文件进行色彩计算标定；步骤六、将进行色彩计算标定后的状态叠加到原图中反馈给用户。
-
公开(公告)号：CN117253167A
公开(公告)日：2023-12-19
申请号：CN202311207956.4
申请日：2023-09-19
Applicant: 齐丰科技股份有限公司
Abstract: 本发明提出了一种基于光流法和深度学习的刀闸状态识别方法，包括有视频采集模块、深度学习状态识别模块和光流法识别模块，所述识别方法步骤为：步骤一、视频采集模块采集刀闸视频数据，处理器将刀闸视频数据转换为连续的图像序列；步骤二、图像序列前五帧进入到深度学习状态识别模块中进行刀闸的初始状态识别处理；步骤三、深度学习状态识别模块判断刀闸的初始状态，异常时发出报警信息，正常时图像序列进入下一步；步骤四、刀闸初始状态正常的图像序列进入到光流法识别模块内进行处理，并根据预先设置的关键点开始进行追踪，如追踪成功，则输出刀闸运行状态信息；如追踪失败，则将图像序列的后五帧传入到深度学习状态识别模块中处理，并输出刀闸运行状态信息。
-
公开(公告)号：CN117058573A
公开(公告)日：2023-11-14
申请号：CN202310913926.9
申请日：2023-07-25
Applicant: 齐丰科技股份有限公司
IPC: G06V20/40 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本发明提出了一种基于视频分析的风扇运行状态识别算法和装置，其中，方法包括如下步骤，先训练风扇检测模型，然后训练风扇状态分类模型，通过设置的两个模型能够实现风扇的位置由模型自动检测获取，不需人工事先标定，只在关键帧上进行风扇检测，有效降低了计算量，装置包括视频采集模块、风扇定位模块以及状态识别模块，所述视频采集模块分别连接风扇定位模块和状态识别模块，所述风扇定位模块连接状态识别模块，本申请通过采用基于深度学习算法，通过采集视频数据，实时分析变电站、换流站中的风扇的运行状态，并对异常状态发出报警，提高变电站、换流站系统的可靠性。
-
公开(公告)号：CN113408630A
公开(公告)日：2021-09-17
申请号：CN202110695738.4
申请日：2021-06-22
Applicant: 齐丰科技股份有限公司
Inventor： 张振
Abstract: 本发明公开了一种变电站指示灯状态识别方法，包括如下步骤：采集原始巡检图像；基于配准技术对所述原始巡检图像进行处理，获取训练图像；对所述训练图像进行数据扩充；对数据扩充后的训练图像进行深度学习训练，获取权重文件和网络结构文件；对所述权重文件和网络结构文件进行量化压缩操作，获取WK权重文件；将所述WK权重文件移植至相机中进行深度学习，得到深度学习网络模型；通过深度学习网络模型对变电站指示灯状态进行识别。在本发明将深度学习网络模型直接移植到相机端，图像的获取、模型预测、结果反馈全部在相机端进行，减少了因网络质量、设备处理能力低所导致的预测实时性低。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.034 seconds)
