[发明专利]基于人工智能的电网巡检方法、装置、设备及存储介质

说明书

本发明适用于人工智能领域，提供一种基于人工智能的电网巡检方法、装置、计算机设备及存储介质，其中，所述方法包括：获取第一图像；通过预先训练好的目标检测模型对所述第一图像进行特征识别，检测所述第一图像中是否存在目标特征，所述目标特征包括电力件特征；若所述第一图像中存在目标特征，则计算所述目标特征在所述第一图像中的位置信息；根据所述目标特征在所述第一图像中的位置信息，计算云台控制参数；将所述云台控制参数发送到云台，以调整云台的位姿，拍摄得到第二图像，所述第二图像包括所述目标特征。能够减少操作人员的操作量及技术人员对照片的查找量，从而提高技术人员的排查效率。

技术领域

本发明属于人工智能技术领域，尤其涉及一种基于人工智能的电网巡检方法、装置、设备及存储介质。

背景技术

电力在当今社会是一个非常重要的资源，电力传输的稳定性至关重要。输电线路中的电力部件长期暴露在空气中，容易受外界环境的影响，电网人员需要定期对输电线路进行巡检。随着科技的进步，无人机开始应用在电力巡线的工作中，地面工作人员可以对无人机进行远程操作，进行非接触式巡检作业。但对操作人员有较高的操作技术的要求，另外，人工操作无人机拍摄会对一些目标物造成遗漏，拍摄的照片过于杂乱且质量无法保证，并且有大量的无用照片，需要对照片进行筛选，增加了技术人员查找线路隐患的工作量，因此，现有的无人机在电网巡检方面拍照准确率不高的问题。

发明内容

本发明实施例提供一种文本向量获取方法，旨在解决现有的无人机在电网巡检方面拍照准确率不高的问题。

本发明实施例是这样实现的，提供一种基于人工智能的电网巡检方法，包括步骤：

获取拍摄的第一图像；

通过预先训练好的目标检测模型对所述第一图像进行特征识别，检测所述第一图像中是否存在目标特征，所述目标特征包括电力件特征；

若所述第一图像中存在目标特征，则计算所述目标特征在所述第一图像中的位置信息；

根据所述目标特征在所述第一图像中的位置信息，计算云台控制参数；

将所述云台控制参数发送到云台，以调整云台的位姿，拍摄得到第二图像，所述第二图像包括所述目标特征。

更进一步地，所述目标检测模型的训练包括：

对电力件图像进行标注，得到训练数据集；

将训练数据集输入到所述目标检测模型中进行训练，使所述目标检测模型学习到电力件特征，得到训练好的目标检测模型。

更进一步地，在所述通过预先训练好的目标检测模型对所述第一图像进行特征识别的步骤之前，所述方法还包括：

对所述第一图像进行预处理，所述预处理包括：灰度化、几何变换以及图像增强中至少一项。

更进一步地，所述若所述第一图像中存在目标特征，则计算所述目标特征在所述第一图像中的位置信息的步骤包括：

判断第一图像中检测出的目标特征数量；

若所述第一图像中存在单个目标特征，则计算所述单个目标特征在所述第一图像中的位置信息；

若所述第一图像中存在多个目标特征，则按照检测出的目标特征的先后顺序，依次计算所述多个目标特征在所述第一图像中的位置信息。

更进一步地，所述计算所述目标特征在所述第一图像中的位置信息的步骤包括：

获取第一图像中目标特征的检测框位置；

根据所述检测框位置，计算所述检测框在所述第一图像中的像素位置，得到对应于所述检测框的目标特征在所述第一图像中的像素位置。