[发明专利]一种输电线路中的绝缘子自动识别系统、方法及应用在审
申请号: | 201811290178.9 | 申请日: | 2018-10-31 |
公开(公告)号: | CN110197475A | 公开(公告)日: | 2019-09-03 |
发明(设计)人: | 李宁;郑仟;陈炜;白陆;杨少宾;张晓波;海发林;罗宏洋;张悦;李波 | 申请(专利权)人: | 国网宁夏电力有限公司检修公司 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/73;G06K9/62 |
代理公司: | 天津诺德知识产权代理事务所(特殊普通合伙) 12213 | 代理人: | 栾志超 |
地址: | 750001 宁夏回族自治区银*** | 国省代码: | 宁夏;64 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 绝缘子 定位模型 输电线路中 自动识别 自动识别系统 模型参数 准确率 巡检 图片 更新 输电线路巡检 学习算法 训练样本 自动处理 检测 制作 标注 抽取 检修 应用 优化 | ||
1.一种输电线路中的绝缘子自动识别系统,其特征在于:
包括样本制作模块,用于人工标注输电线路巡检图片中的绝缘子,得到带标签的图片,从所述带标签的图片中获得训练数据集和测试数据集;
训练模块,用于利用所述训练数据集对待训练的Faster-Rcnn网络进行模型训练,得到训练后绝缘子定位模型;
测试模块,用于利用所述测试数据集测试所述绝缘子定位模型,得到所述绝缘子定位模型的准确率;
修正模块,用于修正所述绝缘子定位模型;
绝缘子识别模块,用于导入待检测巡检图片,向所述绝缘子定位模型中输入所述待检测巡检图片,提取出绝缘子的区域,标注绝缘子位置,得到自动识别图片。
2.根据权利要求1所述的输电线路中的绝缘子自动识别系统,其特征在于:还包括模型参数更新模块,用于利用所述自动识别图片重新制作新的所述训练数据集,在原有所述绝缘子定位模型的基础上不断更新模型参数。
3.根据权利要求1所述的输电线路中的绝缘子自动识别系统,其特征在于,所述样本获取模块中所述输电线路巡检图片的数量为至少11万张。
4.根据权利要求1所述的输电线路中的绝缘子自动识别系统,其特征在于:所述带标签的图片中随机选取总数量8/10的图片作为所述训练数据集,其余2/10的图片作为所述测试数据集。
5.一种输电线路中的绝缘子自动识别方法,其特征在于,包括以下步骤:
S1.制作绝缘子定位模型;
S2.导入待检测巡检图片,向所述绝缘子定位模型中输入所述待检测巡检图片,提取出包含绝缘子的区域,标注绝缘子位置,得到自动识别图片;
S3.更新所述绝缘子定位模型的模型参数,在已识别的所述自动识别图片中抽取典型图片,重新制作新的训练样本,在原有所述绝缘子定位模型的基础上不断更新模型参数。
6.根据权利要求5所述的输电线路中的绝缘子自动识别方法,其特征在于:所述步骤S1具体包括:
S101.制作绝缘子定位样本,对无人机输电线路巡检图片进行人工标注,标出图中所有的绝缘子,形成带标签的图片;从所述带标签的图片中随机选取部分图片作为训练数据集,其余的图片作为测试数据集;
S102.训练绝缘子定位模型,将所述训练数据集输入到待训练的Faster-Rcnn网络中进行模型训练,训练使用随机梯度下降方法对Faster-Rcnn模型的参数进行更新迭代,迭代后得到完成训练的绝缘子定位模型;
S103.测试模型,利用所述测试数据集对所述绝缘子定位模型进行测试,得到所述绝缘子定位模型的定位识别准确率;
S104.判断所述定位识别准确率是否达到准确率要求,若否,进入步骤S105,若是,进入步骤S106;
S105.修正模型,根据所述步骤S103中的测试结果,对所述绝缘子定位模型进行修正,进入步骤S103;
S106.保存并输出所述绝缘子定位模型。
7.根据权利要求6所述的输电线路中的绝缘子自动识别方法,其特征在于:所述步骤S101中所述无人机输电线路巡检图片的数量为至少11万张,优选为28-46万张。
8.根据权利要求6所述的输电线路中的绝缘子自动识别方法,其特征在于:从所述带标签的图片中随机选取总数量8/10的图片作为所述训练数据集,其余2/10的图片作为所述测试数据集。
9.根据权利要求6所述的输电线路中的绝缘子自动识别方法,其特征在于:所述步骤S102中迭代至少18万步,优选为26-48万步。
10.根据权利要求5-9中任一项所述的输电线路中的绝缘子自动识别方法在输电线路巡视方面的应用。
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国网宁夏电力有限公司检修公司,未经国网宁夏电力有限公司检修公司许可,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/201811290178.9/1.html,转载请声明来源钻瓜专利网。