[发明专利]一种识别电力设备缺陷的改进Mask R-CNN图像实例分割方法在审
| 申请号： | 201910089308.0 | 申请日： | 2019-01-30 |
| 公开（公告）号： | CN109816669A | 公开（公告）日： | 2019-05-28 |
| 发明（设计）人： | 周仿荣;赵现平;马仪;彭晶;于虹;赵亚光;文刚 | 申请（专利权）人： | 云南电网有限责任公司电力科学研究院;云南电网有限责任公司红河供电局 |
| 主分类号： | G06T7/11 | 分类号： | G06T7/11;G06T7/194;G06T7/00;G06N3/04 |
| 代理公司： | 北京弘权知识产权代理事务所(普通合伙) 11363 | 代理人： | 逯长明;许伟群 |
| 地址： | 650217 云南省昆*** | 国省代码： | 云南;53 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 电力设备 预处理 分割 卷积神经网络 细化 双线性 图像 改进 特征提取 图片输入 兴趣区域 映射过程 坐标信息 特征图 读入 构建 像素 掩膜 图片 保留 申请 网络 | ||
1.一种识别电力设备缺陷的改进Mask R-CNN图像实例分割方法，其特征在于，方法包括以下步骤：
步骤S1：构建卷积神经网络；
步骤S2：读入电力设备缺陷预处理图片，将电力设备缺陷预处理图片输入到卷积神经网络中，卷积神经网络对电力设备缺陷预处理图片进行特征提取，得到含有特征的区域；
步骤S3：通过RPN(Region Proposal Network)网络对含有特征的区域进行细化，实现对增量的回归，得到细化后的区域；
步骤S4：在细化后的区域中，通过双线性差值方法进行RoIAlign操作对细化后的区域进行处理，使每个兴趣区域生成固定尺寸的特征图；
步骤S5：根据每个兴趣区域生成固定尺寸的特征图，通过Faster-RCNN获得的类别、坐标信息，以及全卷积网络获得的掩膜信息，得到电力设备缺陷实例分割。
2.如权利要求1的识别电力设备缺陷的改进Mask R-CNN图像实例分割方法，其特征在于，在细化后的区域中，通过双线性差值方法进行RoIAl ign操作对细化后的区域进行处理，使每个兴趣区域生成固定尺寸的特征图包括：
步骤S41：在细化后的区域中，对浮点数进行取整，将小数部分进行倍率放大后取整进行运算，运算结果再通过向右移位运算得到真实的小数部分，加上整数部分的运算结果得到最后的插值结果；
步骤S42：通过差值结果进行RoIAlign操作对细化后的区域进行处理，使每个兴趣区域生成固定尺寸的特征图。
3.根据权利要求2的识别电力设备缺陷的改进Mask R-CNN图像实例分割方法，其特征在于，通过双线性差值方法进行RoIAl ign操作对细化后的区域进行处理时将电力设备缺陷预处理图片的几何中心和目标图像的几何中心对齐。
4.如权利要求1的识别电力设备缺陷的改进Mask R-CNN图像实例分割方法，其特征在于，根据每个兴趣区域生成固定尺寸的特征图，通过Faster-RCNN获得的类别、坐标信息，以及全卷积网络获得的掩膜信息，得到电力设备缺陷实例分割之前还包括：
通过Faster-RCNN获得类别信息和坐标信息；
通过全卷积网络获得掩膜信息。
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云南电网有限责任公司电力科学研究院;云南电网有限责任公司红河供电局，未经云南电网有限责任公司电力科学研究院;云南电网有限责任公司红河供电局许可，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/201910089308.0/1.html，转载请声明来源钻瓜专利网。
- 上一篇：遥感影像非监督分割评价方法和装置
- 下一篇：用于生成图像分割模型的方法和装置
