首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】基于改进yolov4的变电站作业现场异物入侵检测方法_国网湖北省电力有限公司荆门供电公司;湖北荆能输变电工程有限公司;荆门市盛和电力勘测设计有限责任公司_202410213584.4 

申请/专利权人:国网湖北省电力有限公司荆门供电公司;湖北荆能输变电工程有限公司;荆门市盛和电力勘测设计有限责任公司

申请日:2024-02-27

公开(公告)日:2024-05-14

公开(公告)号:CN118038021A

主分类号:G06V10/25

分类号:G06V10/25;G06V10/764;G06V10/82;G06N3/082;G06V20/40;G06V10/40;G06V10/766

优先权:

专利状态码:在审-实质审查的生效

法律状态:2024.05.31#实质审查的生效;2024.05.14#公开

摘要:本发明属于电力系统安全识别技术领域,具体公开了一种基于改进yolov4的变电站作业现场异物入侵检测方法,其特征在于所述检测方法包含有以下步骤:第一步:构建变电站作业现场异物入侵检测识别框架;第二步:对YOLOv4模型进行策略改进;第三步:对YOLOv4模型网络结构的策略进行改进;第四步:对YOLOv4模型边框检测的策略进行优化;第五步:对YOLOv4模型损失函数的策略进行优化;第六步:对基于通道剪枝算法的YOLOv4模型简化策略;第七步:模型评价指标构建。本发明方法检测准确率高,检测速度快,剪枝处理后占用空间小,可用于变电站异物的检测,从而保障供电安全。

主权项:1.基于改进yolov4的变电站作业现场异物入侵检测方法,其特征在于所述检测方法包含有以下步骤:第一步:构建变电站作业现场异物入侵检测识别框架;第二步:对YOLOv4模型进行策略改进;第三步:对YOLOv4模型网络结构的策略进行改进;第四步:对YOLOv4模型边框检测的策略进行优化;第五步:对YOLOv4模型损失函数的策略进行优化;第六步:对基于通道剪枝算法的YOLOv4模型简化策略;第七步:模型评价指标构建。

全文数据:

权利要求:

百度查询: 国网湖北省电力有限公司荆门供电公司;湖北荆能输变电工程有限公司;荆门市盛和电力勘测设计有限责任公司 基于改进yolov4的变电站作业现场异物入侵检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。