-
公开(公告)号：CN111898575B
公开(公告)日：2022-09-02
申请号：CN202010783039.0
申请日：2020-08-06
Applicant: 华北电力大学(保定) , 山东大学 , 智洋创新科技股份有限公司 , 南瑞集团有限公司 , 浙江大华技术股份有限公司
Abstract: 本发明公开了一种基于Faster R‑CNN检测器的栓母对自动组合方法，包括以下步骤：使用Faster R‑CNN检测器输出并保存螺栓、螺母类别和目标框坐标；基于目标框坐标，分别获得螺栓、螺母四个顶点坐标；根据自动组合规则，组合为栓母对，并计算栓母对区域四个顶点坐标；计算栓母对区域目标框，并对栓母对区域进行数据化处理。本发明提供的基于Faster R‑CNN检测器的栓母对自动组合方法，充分考虑螺栓和螺母关系，提出使用Faster R‑CNN检测并输出螺栓和螺母目标框坐标，结合螺栓和螺母的坐标有规则自动组合栓母对，高效完成栓母对的自动组合，弥补手动裁剪和非自动组合栓母对的不足。
-
公开(公告)号：CN111898575A
公开(公告)日：2020-11-06
申请号：CN202010783039.0
申请日：2020-08-06
Applicant: 华北电力大学(保定)
Abstract: 本发明公开了一种基于Faster R-CNN检测器的栓母对自动组合方法，包括以下步骤：使用Faster R-CNN检测器输出并保存螺栓、螺母类别和目标框坐标；基于目标框坐标，分别获得螺栓、螺母四个顶点坐标；根据自动组合规则，组合为栓母对，并计算栓母对区域四个顶点坐标；计算栓母对区域目标框，并对栓母对区域进行数据化处理。本发明提供的基于Faster R-CNN检测器的栓母对自动组合方法，充分考虑螺栓和螺母关系，提出使用Faster R-CNN检测并输出螺栓和螺母目标框坐标，结合螺栓和螺母的坐标有规则自动组合栓母对，高效完成栓母对的自动组合，弥补手动裁剪和非自动组合栓母对的不足。
-
公开(公告)号：CN111523589B
公开(公告)日：2023-05-23
申请号：CN202010316196.0
申请日：2020-04-21
Applicant: 华北电力大学(保定)
IPC: G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/044 , G06N3/084 , G06N3/09 , G06F16/33 , G06F16/36
Abstract: 本发明公开了一种基于栓母对知识图谱的螺栓缺陷分类方法，包括以下步骤：构建栓母对缺陷数据集；提取栓母对联合区域特征；提取语义对象区域特征；构建基于GGNN模型的栓母对知识图谱；采用由完全连接层实现的输出网络来计算节点级特征，计算缺陷节点和语义对象节点的特征，对于缺陷类别，连接其自身节点的特征和涉及的节点的特征作为其最终特征向量；将最终特征向量馈送到完全连接层，计算各类缺陷的得分向量，取分数最大的缺陷类别即为螺栓缺陷的缺陷类别。本发明提供的基于栓母对知识图谱的螺栓缺陷分类方法，充分考虑螺栓和螺母关系，提出使用卷积神经网络提取栓母对特征并结合先验知识构建栓母对知识图谱，高效完成螺栓缺陷分类。
-
公开(公告)号：CN111523589A
公开(公告)日：2020-08-11
申请号：CN202010316196.0
申请日：2020-04-21
Applicant: 华北电力大学(保定)
Abstract: 本发明公开了一种基于栓母对知识图谱的螺栓缺陷分类方法，包括以下步骤：构建栓母对缺陷数据集；提取栓母对联合区域特征；提取语义对象区域特征；构建基于GGNN模型的栓母对知识图谱；采用由完全连接层实现的输出网络来计算节点级特征，计算缺陷节点和语义对象节点的特征，对于缺陷类别，连接其自身节点的特征和涉及的节点的特征作为其最终特征向量；将最终特征向量馈送到完全连接层，计算各类缺陷的得分向量，取分数最大的缺陷类别即为螺栓缺陷的缺陷类别。本发明提供的基于栓母对知识图谱的螺栓缺陷分类方法，充分考虑螺栓和螺母关系，提出使用卷积神经网络提取栓母对特征并结合先验知识构建栓母对知识图谱，高效完成螺栓缺陷分类。
-
-
-
Search Results
4
records
(took 0.032 seconds)
