← 返回列表

融合红外和可见光图像的变电设备缺陷检测方法及系统

申请号: CN202311770145.5
申请人: 国网四川省电力公司电力科学研究院
申请日期: 2023/12/20

摘要文本

本发明公开了融合红外和可见光图像的变电设备缺陷检测方法及系统,包括获取配准的变电设备红外图像和可见光图像对并形成数据集,将数据集分成训练集、验证集和测试集;构建基于双模态的变电设备目标检测模型,包括双模态特征提取网络、颈部网络和检测层;利用训练集,对基于双模态的变电设备目标检测模型训练,得到训练好的基于双模态的变电设备目标检测模型;基于测试集,采用训练好的基于双模态的变电设备目标检测模型进行变电设备识别,识别出变电设备;获取变电设备红外图像温度信息,结合变电设备的表面温度判断法和相对温差判断法,对识别到的变电设备进行缺陷检测。本发明提升了对目标设备的检测精度和对变电设备缺陷的检测准确度。。微信公众号马克 数据网

专利详细信息

项目 内容
专利名称 融合红外和可见光图像的变电设备缺陷检测方法及系统
专利类型 发明申请
申请号 CN202311770145.5
申请日 2023/12/20
公告号 CN117726598A
公开日 2024/3/19
IPC主分类号 G06T7/00
权利人 国网四川省电力公司电力科学研究院
发明人 向思屿; 张凌浩; 滕予非; 徐厚东; 唐超; 张颉; 刘洪利; 魏阳; 李兴; 王世荣; 杜喜英; 李冰
地址 四川省成都市高新区锦晖西二街16号

专利主权项内容

1.融合红外和可见光图像的变电设备缺陷检测方法,其特征在于,该方法包括:获取配准的变电设备红外图像和可见光图像对并形成数据集,将所述数据集分成训练集、验证集和测试集;构建基于双模态的变电设备目标检测模型,所述基于双模态的变电设备检测模型包括双模态特征提取网络、颈部网络和检测层;利用训练集,对所述基于双模态的变电设备目标检测模型训练,得到训练好的基于双模态的变电设备目标检测模型;基于测试集,采用训练好的基于双模态的变电设备目标检测模型进行变电设备识别,识别出变电设备;获取变电设备红外图像温度信息,结合变电设备的表面温度判断法和相对温差判断法,对识别到的变电设备进行缺陷检测和诊断。。微信公众号马克 数据网