公开(公告)号：CN116091976A

公开(公告)日：2023-05-09

申请号：CN202310090318.2

申请日：2023-01-31

Applicant: 江苏方天电力技术有限公司 ,  南京邮电大学

Inventor： 朱天泽 ,  李春鹏 ,  张浩 ,  王盺平 ,  栾奇麒 ,  杨小平 ,  李军 ,  官国飞 ,  宋庆武 ,  蒋峰 ,  蒋超 ,  赵晟 ,  陈志明 ,  苏俞彪 ,  蒋林岑 ,  徐鹤 ,  季一木 ,  刘尚东

IPC: G06V20/40 ,  G06V10/80 ,  G06V10/26 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08 ,  G06V10/764

Abstract: 本发明公开了一种站房缺陷识别检测方法、系统、装置及存储介质，其方法包括：获取站房的在线视频数据；通过OpenCV将在线视频数据的视频流转换为帧，获取在线帧图像；对在线帧图像进行预处理；将预处理后的在线帧图像输入训练好的缺陷识别模型，获取缺陷识别结果；本发明通过在卷积网络特征提取阶段融入BAM注意力机制，同时使用PSPNet全局池化对金字塔池化后的特征通道进行加权融合来保留更多的重要特征信息，对细节的感知能力较强，提高了站房异常检测的精度，对实时监控站房安全具有较高的研究意义。

公开(公告)号：CN116758481A

公开(公告)日：2023-09-15

申请号：CN202310792189.1

申请日：2023-06-30

Applicant: 江苏方天电力技术有限公司 ,  南京邮电大学

Inventor： 李春鹏 ,  张浩 ,  王盺平 ,  栾奇麒 ,  杨小平 ,  李军 ,  官国飞 ,  宋庆武 ,  蒋峰 ,  朱天泽 ,  蒋超 ,  赵晟 ,  陈志明 ,  苏俞彪 ,  蒋林岑 ,  徐鹤 ,  季一木 ,  刘尚东

IPC: G06V20/52 ,  G06V10/774 ,  G06V10/82 ,  G06V10/40 ,  G06V10/766 ,  G06N3/0464 ,  G06N3/096 ,  G06N3/084

Abstract: 本发明公开了电力站房监测领域的一种基于机器视觉算法的电力站房监测方法及系统，包括：采集电力站房中待监测区域的实时监测图像；将所述实时监测图像输入至预先训练好的学生网络模型E，输出实时监测图像的识别结果；所述学生网络模型E的训练过程包括：通过训练数据集对所述教师网络模型N进行训练，获得训练好的教师网络模型N；通过知识蒸馏技术更新学生网络模型E的参数；重复迭代直至达到迭代终止条件，输出训练好的学生网络模型E；通过机器视觉进行图像识别对电力站房进行监测，对站房周围区域和目标进行实时监控监测和报警，实现无人化监测。

公开(公告)号：CN116052082A

公开(公告)日：2023-05-02

申请号：CN202310049195.8

申请日：2023-02-01

Applicant: 江苏方天电力技术有限公司 ,  南京邮电大学

Inventor： 张浩 ,  李春鹏 ,  王盺平 ,  栾奇麒 ,  杨小平 ,  李军 ,  官国飞 ,  宋庆武 ,  蒋峰 ,  朱天泽 ,  蒋超 ,  赵晟 ,  陈志明 ,  苏俞彪 ,  蒋林岑 ,  徐鹤 ,  季一木 ,  刘尚东

IPC: G06V20/52 ,  G06V10/24 ,  G06V10/26 ,  G06V10/82 ,  G06V10/764 ,  G06N3/082

Abstract: 本发明公开了一种基于深度学习算法的配电站房异常检测方法及装置，方法包括：获取配电站房内的图像，对图像进行预处理，其中所述预处理包括图像缩放，图像修补；将预处理后的图像输入训练好的基于深度学习算法的异常目标检测模型；根据所述异常目标检测模型的输出，确定配电站房异常检测结果。所述异常目标检测模型包括输入层、带CA注意力机制的主干网络、颈部网络和输出层；主干网络由一系列的卷积层组合而成，CA注意力机制用于融合位置信息；颈部网络采用特征图金字塔网络FPN+像素聚合网络PAN的结构，FPN与PAN相结合，得到最终进行预测的特征图。