[发明专利]电力设备自动监测多目标检测网络的构建方法在审

专利信息
申请号: 202111489647.1 申请日: 2021-12-08
公开(公告)号: CN114386478A 公开(公告)日: 2022-04-22
发明(设计)人: 张华;魏煊;李鸿 申请(专利权)人: 江苏集萃未来城市应用技术研究所有限公司
主分类号: G06K9/62 分类号: G06K9/62;G06N3/04;G06V10/774;G06V10/762;G06V10/80
代理公司: 南京科阔知识产权代理事务所(普通合伙) 32400 代理人: 苏兴建
地址: 215131 江苏省苏州市相城经济技术开发区澄阳*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 电力设备 自动 监测 多目标 检测 网络 构建 方法
【权利要求书】:

1.一种电力设备自动监测多目标检测网络的构建方法,首先由巡检摄像机拍摄电力设备操作面板以及控制面板的图像样本;然后采用YOLOv3网络对图像样本进行处理,步骤包括:

1)扩增数据集;

对样本进行了数据增广,包括缩放、镜像、裁剪和高斯噪声变化;

2)在YOLOv3中采用K-means聚类算法对先验框进行调整;

在YOLOv3中采用K-means聚类步骤包括:

2.1)设k值,k值表示聚类后的数据集分为k个集合;

2.2)确定质心:在数据集中随意设定k个点,这几个点就是最初的质心。

2.3)划分集合:数据集中每个点都要计算这个点与各个质心的距离,算出距离后把距离与质心最近的点划分到该质心所属的集合中;

2.4)所有数据点经计算后得到k个集合,随后再一次对每一个新的集合计算一遍质心的位置;

2.5)如果重新计算得出的质心与原质心距离与设置的阈值差别较大,则重复步骤2.3)~2.4);

3)使用自适应特征融合ASFF模块,对YOLOv3的三个卷积层输出的特征分别乘上相应的权重参数后,使输出的特征大小和通道数相同,再相加;

4)使用改进的TSE损失函数:

在TSE损失函数中加入常数因子β,则改变后的TSE导数形式公式为:

式中,t-σ(z)∈(-1,1),z=wx+b,z表示神经网络未经激活函数后的输出值,w表示神经网路的权重参数,x表示神经网络的输入源、b表示神经网络的权重偏置参数。

2.根据权利要求1所述的电力设备自动监测多目标检测网络的构建方法,其特征是所述步骤1)中:

采用Cutout方法将样本中的部分区域随机剪掉,并且用0像素值进行填充,分类的结果不变;

采用Mosice方法把四张图片进行拼接;

采用HSV变换方法把图片变得或亮或暗。

3.根据权利要求1所述的电力设备自动监测多目标检测网络的构建方法,其特征是所述步骤2)中,设置先验框即锚框的参数为[10×17],[16×27],[17×31],[17×75],[18×31],[27×34],[31×53],[40×65],[71×75]。

4.根据权利要求1所述的电力设备自动监测多目标检测网络的构建方法,其特征是所述步骤4)中,常数因子β取值是0.25。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江苏集萃未来城市应用技术研究所有限公司,未经江苏集萃未来城市应用技术研究所有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111489647.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top