[发明专利]输电线设备的外来物识别方法、装置及计算机设备在审

专利信息
申请号: 201910399943.9 申请日: 2019-05-14
公开(公告)号: CN110110684A 公开(公告)日: 2019-08-09
发明(设计)人: 宁柏锋;董召杰 申请(专利权)人: 深圳供电局有限公司;鼎信信息科技有限责任公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/34;G06K9/62
代理公司: 广州华进联合专利商标代理有限公司 44224 代理人: 冯右明;汪贝贝
地址: 518000 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 外来物 输电线设备 裁剪 图像 计算机设备 网络技术领域 图像裁剪 图像输入 自动确定 输出 分析
【说明书】:

发明涉及输电线设备的外来物识别方法、装置及计算机设备,属于网络技术领域。所述方法包括:获取输电线设备的多个第一裁剪图像;多个第一裁剪图像由包含有输电线设备的图像裁剪得到;将多个第一裁剪图像输入到预先训练好的识别模型中;识别模型用于对输入的各个第一裁剪图像进行外来物识别,得到各个第一裁剪图像的外来物识别结果;根据各个第一裁剪图像的外来物识别结果,确定输电线设备的外来物识别结果;输出输电线设备的外来物识别结果。上述技术方案,解决了输电线设备的外来物识别效率低下的问题。不需要人工对输电线设备的图像进行逐个分析,能自动确定出图像中的外来物,极大地提高输电线设备的外来物识别效率。

技术领域

本发明涉及网络技术领域,特别是涉及输电线设备的外来物识别方法、装置、计算机设备及存储介质。

背景技术

杆塔等输电线设备往往设置在户外,容易受到外界环境的影响,输电线设备上经常会出现外来物,例如:许多蜜蜂会选择在输电线设备上建造蜂窝,这些蜂窝会对输电线设备的电力输送造成影响,因此将其称为蜂窝缺陷。目前识别输电线设备外来物的方法一般是拍摄输电线设备的图片,通过人工检查图片的方式来确定。

在实现本发明过程中,发明人发现现有技术中至少存在如下问题:由于这些图片背景复杂、设备种类繁多,人工识别需要耗费大量的人力、物力。同时,人工检查筛选过程容易出现漏检、错检的情况。这就导致输电线设备的外来物识别效率低下。

发明内容

基于此,本发明实施例提供了输电线设备的外来物识别方法、装置、计算机设备及存储介质,能有效提高输电线设备的外来物识别效率。

本发明实施例的内容如下:

一方面,本发明实施例提供一种输电线设备的外来物识别方法,包括以下步骤:获取输电线设备的多个第一裁剪图像;所述多个第一裁剪图像由包含有输电线设备的图像裁剪得到;将所述多个第一裁剪图像输入到预先训练好的识别模型中;所述识别模型用于对输入的各个第一裁剪图像进行外来物识别,得到各个第一裁剪图像的外来物识别结果;根据各个第一裁剪图像的外来物识别结果,确定所述输电线设备的外来物识别结果;输出所述输电线设备的外来物识别结果。

在一个实施例中,所述将所述多个第一裁剪图像输入到预先训练好的识别模型中的步骤之前,还包括:获取输电线设备的标注图像;所述标注图像中包含有外来物的标注信息;对所述标注图像进行裁剪,得到多个第二裁剪图像;将所述多个第二裁剪图像作为训练样本输入到初始识别模型中;根据yolo-v3算法以及所述外来物的标注信息对所述初始识别模型进行训练,得到训练好的识别模型。

在一个实施例中,所述对所述标注图像进行裁剪,得到多个第二裁剪图像的步骤,包括:按照多种尺度对所述标注图像进行多次裁剪,得到多个第二裁剪图像。

在一个实施例中,所述将所述多个第二裁剪图像作为训练样本输入到初始识别模型中的步骤之前,还包括:对所述多个第二裁剪图像进行翻转处理,旋转处理,模糊处理,和/或,亮度增强处理。

在一个实施例中,所述外来物包括蜂窝;所述根据所述各个第一裁剪图像的外来物识别结果,确定所述输电线设备的外来物识别结果的步骤,包括:根据所述各个第一裁剪图像的外来物识别结果,确定所述包含有输电线设备的图像中的蜂窝区域;去除不符合预设条件的蜂窝区域,得到目标蜂窝区域;确定所述目标蜂窝区域在所述包含有输电线设备的图像中的位置,得到所述输电线设备的外来物识别结果。

在一个实施例中,所述去除不符合预设条件的蜂窝区域,得到目标蜂窝区域的步骤,包括:采用非极大值抑制法去除重叠的蜂窝区域,得到去重蜂窝区域;计算所述去重蜂窝区域的置信度,将置信度小于预设阈值的去重蜂窝区域去除,得到目标蜂窝区域。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳供电局有限公司;鼎信信息科技有限责任公司,未经深圳供电局有限公司;鼎信信息科技有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910399943.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top