華北電力大學(保定);山東大學;國網江蘇省電力有限公司泰州供電分公司趙振兵獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網獲悉華北電力大學(保定);山東大學;國網江蘇省電力有限公司泰州供電分公司申請的專利一種輸電線路缺銷螺栓弱監督檢測方法獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN114627455B 。
龍圖騰網通過國家知識產權局官網在2025-09-23發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202210211262.7,技術領域涉及:G06V20/60;該發明授權一種輸電線路缺銷螺栓弱監督檢測方法是由趙振兵;丁潔濤;聶禮強;戴永東;翟永杰;趙文清設計研發完成,并于2022-03-05向國家知識產權局提交的專利申請。
本一種輸電線路缺銷螺栓弱監督檢測方法在說明書摘要公布了:本發明公開了一種輸電線路缺銷螺栓弱監督檢測方法,利用圖像級標簽訓練集對輸電線路中缺銷螺栓進行檢測,針對螺栓數據集中困難樣本,在交叉熵損失函數中引入自適應損失值調節因子,形成自適應加權交叉熵損失函數,模型以難易樣本的分類得分程度為依據,動態調節難易樣本的損失值,增大困難樣本在損失值中占比,增強模型對困難樣本的學習程度,從而提高缺銷螺栓的檢測精度。本發明提供的輸電線路缺銷螺栓弱監督檢測方法,解決數據集中存在困難樣本的問題,在僅提供圖像級標注的前提下,實現更好的檢測效果。
本發明授權一種輸電線路缺銷螺栓弱監督檢測方法在權利要求書中公布了:1.一種輸電線路缺銷螺栓弱監督檢測方法,其特征在于,包括以下步驟: S1獲取輸電線路螺栓圖像,利用候選框生成算法在所述輸電線路螺栓圖像上生成多個候選框,同時將所述輸電線路螺栓圖像輸入到深度卷積特征提取網絡中進行特征提取,生成整張圖像的特征圖; S2將多個所述候選框和所述整張圖像的特征圖輸入感興趣區域池化層,輸出每個所述候選框的特征張量,對所述特征張量進行展平操作,再經過全連接層得到每個所述候選框的特征向量; S3將所述特征向量送入到多實例學習網絡,所述多實例學習網絡包括分類流和檢測流,利用所述分類流對所述候選框應用歸一化指數,輸出每個區域中各個類別的概率,并利用所述檢測流對多個類別應用歸一化指數函數,輸出每個類別在所有區域中的概率,之后采用內積的方式將所述分類流的輸出結果和所述檢測流的輸出結果進行合并,再對區域求和,轉換為圖像級別的類別預測分數,利用自適應加權交叉熵損失函數訓練多實例學習網絡,得到初步檢測結果;所述自適應加權交叉熵損失函數LSAW的計算公式為: LSAW=-α1-ptγlogpt 其中:α表示正負樣本平衡系數,取值范圍為0~1; pt表示某一類別預測得分,取值范圍為0~1,計算公式為y表示標注數據的真實類別,p表示經過激活函數后的輸出,取值范圍為0~1; γ表示自適應損失值調節因子,計算公式為 S4將步驟S2中的所述特征向量輸入到多級實例分類提純網絡,所述多級實例分類提純網絡包括具有K個相同結構的實例分類器,利用所述多實例學習網絡的輸出對第一級實例分類器進行監督訓練,并將第一級實例分類器的輸出作為偽標簽訓練下一級實例分類器,經過K層分類求精后,為所述候選框分配更合適的標簽; S5利用非極大值抑制算法去除冗余的檢測框,得到最終檢測結果; 步驟S3中所述類別預測分數設定有閾值β; 其中,當某一類別預測得分pt大于閾值β時,樣本為易分類樣本,易分類樣本損失值在自適應損失值調節因子γ的作用下大幅降低,當樣本的易分類程度越好時,自適應損失值調節因子γ越大,損失值降低程度越大; 當某一類別預測得分小于閾值β時,樣本為困難樣本,困難樣本損失值在自適應損失值調節因子的作用下小幅降低,當樣本預測得分pt越小時,自適應損失值調節因子γ越小,對困難樣本的損失值保持越好。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人華北電力大學(保定);山東大學;國網江蘇省電力有限公司泰州供電分公司,其通訊地址為:071000 河北省保定市永華北大街619號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。