[发明专利]一种变压器部件的智能识别方法和装置

权利要求书

1.一种变压器部件的智能识别方法，所述变压器部件包括套管，其特征在于，所述方法包括以下步骤：

S1：获取变压器图像，并载入预训练后的第一模型中，识别所述变压器图像中的各个变压器部件，并获取变压器图像中各变压器部件的区域；

S2：基于步骤S1中获取的各变压器部件的区域，切割出所述变压器部件中套管的区域；

S3：将所述套管的区域图像载入预训练后的第二模型中，识别出套管的颜色和字符信息，从而确定套管的相别。

2.根据权利要求1所述的一种变压器部件的智能识别方法，其特征在于，所述变压器部件还包括油枕、风扇和变压器本体。

3.根据权利要求1所述的一种变压器部件的智能识别方法，其特征在于，所述第一模型的训练过程包括：获取变压器样本图像，按照油枕、风扇、套管、变压器本体对所述变压器样本图像进行分类标注，生成第一训练集和第一测试集，从而对所述第一模型进行训练。

4.根据权利要求1所述的一种变压器部件的智能识别方法，其特征在于，所述第二模型的训练过程包括：获取套管样本图像，对套管样本图像进行颜色和字符信息标注，生成第二训练集和第二测试集，从而对所述第二模型进行训练。

5.根据权利要求1所述的一种变压器部件的智能识别方法，其特征在于，所述第一模型基于卷积神经网络建立。

6.根据权利要求1所述的一种变压器部件的智能识别方法，其特征在于，所述第一模型对所述变压器部件的识别过程包括以下步骤：

S101：从所述变压器图像中提取二维特征向量；

S102：在二维特征向量的每一个网格生成不同的锚点；

S103：使用标注框对识别的区域进行标注；

S104：将标注框与生成的锚点做回归处理，并对不同的标注框进行切割分类。

7.根据权利要求1所述的一种变压器部件的智能识别方法，其特征在于，所述套管的颜色包括红色、绿色和黄色。

8.根据权利要求1所述的一种变压器部件的智能识别方法，其特征在于，所述字符信息包括“A”字符、“B”字符和“C字符”。

9.一种变压器部件的智能识别装置，其特征在于，包括存储器和处理器，所述存储器存储有计算机程序，处理器调用所述计算机程序执行如权利要求1～8任一所述的方法的步骤。