基于扩散模型的变电缺陷数据小样本扩充方法及系统

    公开(公告)号:CN117115818A

    公开(公告)日:2023-11-24

    申请号:CN202311086012.6

    申请日:2023-08-28

    Abstract: 本发明公开了基于扩散模型的变电缺陷数据小样本扩充方法及系统,涉及变电缺陷数据生成和小样本生成技术领域。包括:S1.数据采集、S2.数据预处理、S3.图像标注、S4.模型训练、S5.训练结束、S6.缺陷预测。本发明使用正常的变电缺陷数据对扩散模型的图像编码器进行训练;随后利用少量缺陷数据对扩散模型进行微调,最后向微调后的扩散模型输入变电缺陷文本描述,获得对应的变电缺陷图像数据;能够实现基于极易获取的大量正常变电缺陷数据与少量变电缺陷数据,生成大量难获取的变电缺陷数据,具有可用性好、通用性高等优点,兼顾模型泛化能力,能够很好应用于变电缺陷数据生成,为变电缺陷检测模型提供数据支撑。

    一种电力设备锈蚀识别方法
    10.
    发明公开

    公开(公告)号:CN113962935A

    公开(公告)日:2022-01-21

    申请号:CN202111096168.3

    申请日:2021-09-15

    Abstract: 本发明属于图像识别技术领域,具体涉及一种电力设备锈蚀识别方法。针对现有目标检测方法在识别设备锈蚀时,准确性较低的不足,本发明采用如下技术方案:一种电力设备锈蚀识别方法,所述电力设备锈蚀识别方法包括:步骤S1,采集目标图像;步骤S2,对所述目标图像进行预处理;步骤S3,建立锈斑识别模型,将所述增强图像输入所述锈斑识别模型中,获取特征图;步骤S4、对所述特征图进行细粒度特征识别,确定识别结果,根据所述识别结果确定目标图像中是否存在锈斑;其中,所述锈斑识别模型通将ResNet50中的第4个block中的bottleneck替换为MHSA模块。本发明的有益效果是:识别准确率更高。

Patent Agency Ranking