[发明专利]一种绝缘子识别模型的获取方法、装置及计算机设备

权利要求书

1.一种绝缘子识别模型的获取方法，其特征在于，所述方法包括：

获取包含绝缘子元素的初始样本图像；

将所述初始样本图像进行数据扩充，分别得到第一训练样本集合和第二训练样本集合，其中，所述第一训练样本集合包括含绝缘子元素的正样本图像和不含绝缘子元素的负样本图像，所述第二训练样本集合包括不同自爆程度的绝缘子元素的样本图像；

基于所述第一训练样本集合进行模型训练，得到绝缘子元素识别模型，并基于所述第二训练样本集合进行模型训练，得到绝缘子自爆程度识别模型。

2.根据权利要求1所述的方法，其特征在于，所述将所述初始样本图像进行数据扩充，分别得到第一训练样本集合和第二训练样本集合的步骤，包括：

从所述初始样本图像中提取绝缘子元素的绝缘子片元素和瓷器元素；

根据所述绝缘子片元素和所述瓷器元素生成不同自爆缺陷位置和数量的绝缘子串；

根据所述不同自爆缺陷位置和自爆缺陷数量的绝缘子串调整所述初始样本图像的绝缘子元素区域，得到预处理集合，其中，所述预处理集合包含不同自爆缺陷位置和数量的绝缘子串的图像；

将预处理集合进行数据扩充，得到所述第一训练样本集合和所述第二训练样本集合。

3.根据权利要求2所述的方法，其特征在于，所述根据所述绝缘子片元素和所述瓷器元素生成不同自爆缺陷位置和自爆缺陷数量数量的绝缘子串的步骤包括：

将N个所述瓷器元素串联成缺陷绝缘子串，其中，所述缺陷绝缘子串包含N-1个缺陷位置，N为正整数；

将M个所述绝缘子片元素随机插入所述缺陷位置，得到不同自爆缺陷位置和数量的绝缘子串，M为正整数，M≤N-1。

4.根据权利要求2所述的方法，其特征在于，所述根据所述不同自爆缺陷位置和自爆缺陷数量的绝缘子串调整所述初始样本图像的绝缘子元素区域，得到预处理集合的步骤，包括：

根据所述不同自爆缺陷位置和自爆缺陷数量的绝缘子串调整所述初始样本图像的绝缘子元素区域，得到每个调整后的初始样本图像的自爆程度，其中，所述自爆缺陷的数量与自爆程度成正相关；

根据调整后的全部初始样本图像及标注数据生成预处理集合，其中，调整后的初始样本图像的标注数据包含自爆程度、绝缘子串区域、自爆区域及各自爆区域包含的自爆缺陷区域。

5.根据权利要求4所述的方法，其特征在于，所述得到每个调整后的初始样本图像的自爆程度的步骤，包括：

根据调整后的初始样本图像中的绝缘子串包含的自爆区域和各自爆缺陷区域之间交集和并集的比值，判断每个所述自爆缺陷所属的自爆区域；

基于每个所述绝缘子串中每个自爆区域包含的自爆缺陷数目，计算调整后的初始样本图像中的绝缘子的自爆程度。

6.根据权利要求2所述的方法，其特征在于，所述将预处理集合进行数据扩充的方式，包括以下至少一种：

对预处理集合中各图像的像素点进行色度值变换的扩充方式；

对预处理集合中各图像的像素点进行亮度变换的扩充方式；

对预处理集合中各图像进行空间变换的扩充方式。

7.根据权利要求1所述的方法，其特征在于，所述绝缘子元素识别模型/绝缘子自爆程度识别模型的训练步骤，包括：

基于深度学习算法构建基础识别模型；

基于所述第一/第二训练样本集合对所述基础识别模型进行训练，并保存每次模型训练生成的权重文件；

将平均精度均值最高的权重文件对应的所述基础识别模型作为所述绝缘子元素识别模型/绝缘子自爆程度识别模型。

8.根据权利要求1至7中任一项所述的方法，其特征在于，所述方法还包括：

将待预测图像输入绝缘子元素识别模型，得到待预测图像的绝缘子元素检测结果，其中，绝缘子元素检测结果为包含绝缘子串和不含绝缘子串中的至少一种，所述绝缘子串包括至少一个绝缘子元素；

若所述检测结果为包含绝缘子串，利用绝缘子自爆程度识别模型对所述待预测图像中的绝缘子串进行自爆程度识别，得到所述待预测图像的绝缘子自爆程度识别结果。