申请/专利权人：东南大学

申请日：2024-03-11

公开（公告）日：2024-06-07

公开（公告）号：CN118154959A

主分类号：G06V10/764

分类号：G06V10/764;G06V10/774;G06V10/82;G06N3/0464;G06T7/00

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.06.25#实质审查的生效;2024.06.07#公开

摘要：本发明涉及电力线路绝缘子目标检测技术领域，提出了一种基于DDS的电力线路绝缘子目标检测方法。通过利用OpenDDS、开源计算机视觉库OpenCV和仅视一次目标检测算法YOLOv5构建监测系统，实现电力线路绝缘子的实时目标检测。具体地，利用DDS实现了实时数据传输和通信，OpenCV处理视频数据，YOLOv5进行目标检测，解决传统方法效率低下、数据传输延迟高和可扩展性差的问题。本发明能够提高监测的准确性和效率，可以提高电力系统运行的安全性和稳定性。

主权项：1.一种基于DDS的电力线路绝缘子目标检测方法，其特征在于，该方法应用于电力系统监测领域，采用数据分发服务DDS作为通信中间件，并结合开源计算机视觉库OpenCV和仅视一次目标检测算法YOLOv5实现目标检测功能，具体包括以下步骤：步骤1.搭建DDS环境，包括下载自适应通信环境ACE、ACE对象请求代理TAO和OpenDDS源代码，并配置环境变量确保正确加载OpenDDS运行库；步骤2.准备视频数据通信环境，使用接口定义文件IDL文件定义视频数据类型，包括序列类型和结构体类型；编写项目创建MPC文件，生成适用于微软开发工具VisualStudio2017的解决方案文件；在VisualStudio2017中编译生成对应的头文件与源文件；步骤3.编写发布订阅端代码，发布端负责捕获、压缩和发布视频数据，订阅端负责接收、解压缩和处理视频数据；步骤4.实现目标检测过程，包括数据集准备、选择网络架构、模型训练和模型转换；使用标签标注工具标注图像并分为验证集和测试集，选择YOLOv5s模型，进行模型训练并将训练结果转换为开放神经网络交换格式ONNX格式文件，以便OpenCV加载；步骤5.目标检测的C++实现，包括在监听器的触发函数中实现目标检测功能；使用best.onnx文件作为模型权重文件，编写特征提取detect函数对视频的每一帧进行检测，包括图像预处理、生成blob对象、模型前向传播、解析结果、过滤低置信度检测结果和非极大值抑制。

全文数据：

权利要求：

百度查询： 东南大学 一种基于DDS的电力线路绝缘子目标检测方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD