[发明专利]一种高压电力线鸟巢检测方法、系统及机器可读介质

说明书

本发明提供一种高压电力线鸟巢检测方法、系统及机器可读介质，方法包括：获取高压电力线图像，进行高压电力线图像进行数据标注，标注出鸟巢所在坐标位置，获得用于训练鸟巢检测模型的数据集；对数据集进行图像归一化处理，搭建一个基于深度学习的鸟巢位置识别网络；将数据集中的高压电力线图像分别输入到识别网络进行训练，获取用于检测鸟巢位置信息的检测模型；将检测模型移植至嵌入式设备系统上；输入待检测的高压电力线图像，进行去雾处理；通过检测模型对输入图像进行目标检测，输出鸟巢在高压电力线图像中的坐标位置。解决了现有的高压电力线巡检鸟巢效率低下的问题，避免了人工参与带来的耗费人力的问题。

技术领域

本发明涉及电子技术领域，特别是涉及一种高压电力线鸟巢检测方法、系统及机器可读介质。

背景技术

在高压输电场景中，需要对高空中高压电力线附近是否存在鸟巢进行定期巡检，鸟类在高压电力线周围筑巢，不仅威胁鸟类生存安全，且对电网的运行也造成诸多安全隐患，因此对高压电力线巡检鸟巢显得尤其重要。目前对于高压电力线鸟巢的巡检，主要采用的仍是无人机航拍，人工对图像中的鸟巢进行检测及标注，识别缺乏智能化、精准化，人工检测的方式费力费时。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种高压电力线鸟巢检测方法、系统及机器可读介质，用于解决现有技术中的高压电力线中鸟巢检测不便的问题。

为实现上述目的及其他相关目的，本发明提供一种高压电力线鸟巢检测方法，包括：

步骤一，获取高压电力线图像，进行高压电力线图像进行数据标注，标注出鸟巢所在坐标位置，获得用于训练鸟巢检测模型的数据集；

步骤二，对数据集进行图像归一化处理，搭建一个基于深度学习的鸟巢位置识别网络；

步骤三，将数据集中的高压电力线图像分别输入到识别网络进行训练，获取用于检测鸟巢位置信息的检测模型；

步骤四，将检测模型移植至嵌入式设备系统上；

步骤五，输入待检测的高压电力线图像，进行去雾处理；

步骤六，通过检测模型对输入图像进行目标检测，输出鸟巢在高压电力线图像中的坐标位置。

可选的，进行数据标注的步骤包括：对采集的高压电力线图像中的鸟巢位置进行框选，记录提取鸟巢的位置信息，且记录位置信息格式为：

[xmin,ymin,xmax,ymax]

其中，xmin、ymin分别为鸟巢矩形的真实目标框在图像中的左上角x、y坐标值，xmax、ymax分别为真实目标框在图像中的右下角x、y坐标值。

可选的，对数据集进行图像归一化处理的过程中目标框与高压电力线图像的坐标关系表达为：

其中，(c_x,c_y)为目标框中心坐标；w_b,h_b为目标框的宽和高；w_img，h_img为高压电力线图像的宽和高；(x_min,y_min，x_max，y_max)为第k层特征图上中心坐标为目标框占高压电力线图像的比例大小为w_k，h_k的候选框映射到输入图像的真实目标框坐标。