买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：合肥工业大学;国网安徽省电力有限公司电力科学研究院;国网安徽省电力有限公司;国网安徽省电力有限公司超高压分公司;南京南瑞继保工程技术有限公司;国电南瑞科技股份有限公司

摘要：本发明公开了断路器触点状态低照度图像检测模型、训练方法、应用，将待识别的断路器图像输入训练好的PMSSD网络中，PMSSD网络包括PMSSD骨干网络和多预测框层；PMSSD骨干网络包括第一卷积模块、至少一个深度可分离卷积DWConv模块、第二卷积模块，多预测框层被配置为接收多个PSE‑DWConv模块和第二卷积模块输出的特征图，据此识别特征图中每个预测框的坐标以及每个预测框对应断路器触点状态的类别置信度，并过滤重叠度较大的预测框，剩余的预测框即为检测结果。本发明通过构造不同尺度特征图，提升检测模型对不同尺度断路器触点状态的鲁棒性。利用多个PSE‑DWConv，在不同尺度引入注意力机制，使得检测模型关注触点状态重要信息，忽略背景等无关部分。

主权项：1.断路器触点状态低照度图像检测模型，其特征在于，包括PMSSD骨干网络和多预测框层；所述PMSSD骨干网络包括第一卷积模块、至少一个深度可分离卷积DWConv模块、第二卷积模块，在每个深度可分离卷积DWConv模块融合PSENet的深度可分离卷积PSE-DWConv模块；待识别的断路器图像经过第一卷积模块卷积后输出第一特征图，第一特征图经过第一DWConv模块后输出第二特征图，第二特征图经第一PSE-DWConv模块的卷积后，输出第三特征图，第三特征图作为第二DWConv模块的输入，同时作为多预测框层的输入；以此类推，直至最后一个PSE-DWConv模块输出的特征图作为多预测框层和第二卷积模块的输入，经第二卷积模块卷积后的特征图同样输入多预测框层；所述多预测框层被配置为接收多个PSE-DWConv模块和第二卷积模块输出的特征图，据此识别特征图中每个预测框的坐标以及每个预测框对应断路器触点状态的类别置信度，并过滤重叠度较大的预测框，剩余的预测框即为检测结果。

全文数据：

权利要求：

百度查询： 合肥工业大学 国网安徽省电力有限公司电力科学研究院 国网安徽省电力有限公司 国网安徽省电力有限公司超高压分公司 南京南瑞继保工程技术有限公司 国电南瑞科技股份有限公司 断路器触点状态低照度图像检测模型、训练方法、应用