[发明专利]输电线路防外破识别方法及终端

权利要求书

1.一种输电线路防外破识别方法，其特征在于，包括：

建立输电线路的外破样本库，并制定评估标准；

建立外破检测器；

利用coco数据集训练所述外破检测器至收敛，得到预训练模型；

将所述预训练模型迁移至所述外破样本库中进行训练，得到训练模型；

根据所述评估标准对所述训练模型进行评估，得到最优模型；

利用所述最优模型对待识别图像进行识别；

所述建立外破检测器具体为：

获取总体特征图；

利用总体特征图与head网络计算获取每一个待检测目标的中心点、中心点得分以及待检测目标所在的待检测区域；

利用总体特征图与head网络计算获取所述中心点到其对应的待检测区域边缘的偏移量和偏移量的不确定性，得到高斯模型；

所述得到高斯模型具体为：

根据公式以及对所述偏移量以及偏移量的不确定性进行建模，其中x表示实际计算尺寸值，μ表示偏移量，σ表示偏移量的不确定性，y表示偏移量的不确定性概率；

根据所述评估标准对所述训练模型进行评估，得到最优模型具体为：

根据所述训练模型输出得到调整偏移量以及调整偏移量的不确定性；

根据公式计算训练模型的回归损失，其中，L(μ')表示训练模型输出的调整偏移量的回归损失，μ'表示训练模型输出的调整偏移量，σ'表示训练模型输出的调整偏移量的不确定性，ε和γ为常数，N表示训练模型预测目标数量；

根据所述评估标准对训练模型输出的调整偏移量的回归损失进行评估，得到最优模型。

2.根据权利要求1所述的输电线路防外破识别方法，其特征在于，所述评估标准为Pascal VOC challenge的mAP值。

3.根据权利要求1所述的输电线路防外破识别方法，其特征在于，所述利用所述最优模型对待识别图像进行识别具体包括：

对待识别图像进行预处理，将待处理图像转化为浮点型数据；

根据所述最优模型对所述浮点型数据进行推理识别，得到待识别图像的中心点、中心点置信度、偏移量、偏移量的不确定性以及识别到的外破目标的置信度。

4.一种输电线路防外破识别终端，包括存储器、处理器以及存储在所述存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现以下步骤：

建立输电线路的外破样本库，并制定评估标准；

建立外破检测器；

利用coco数据集训练所述外破检测器至收敛，得到预训练模型；

将所述预训练模型迁移至所述外破样本库中进行训练，得到训练模型；

根据所述评估标准对所述训练模型进行评估，得到最优模型；

利用所述最优模型对待识别图像进行识别；

所述建立外破检测器具体为：

获取总体特征图；

利用总体特征图与head网络计算获取每一个待检测目标的中心点、中心点得分以及待检测目标所在的待检测区域；

利用总体特征图与head网络计算获取所述中心点到其对应的待检测区域边缘的偏移量和偏移量的不确定性，得到高斯模型；

所述得到高斯模型具体为：

根据公式以及对所述偏移量以及偏移量的不确定性进行建模，其中x表示实际计算尺寸值，μ表示偏移量，σ表示偏移量的不确定性，y表示偏移量的不确定性概率；

根据所述评估标准对所述训练模型进行评估，得到最优模型具体为：

根据所述训练模型输出得到调整偏移量以及调整偏移量的不确定性；

根据公式计算训练模型的回归损失，其中，L(μ')表示训练模型输出的调整偏移量的回归损失，μ'表示训练模型输出的调整偏移量，σ'表示训练模型输出的调整偏移量的不确定性，ε和γ为常数，N表示训练模型预测目标数量；

根据所述评估标准对训练模型输出的调整偏移量的回归损失进行评估，得到最优模型。

5.根据权利要求4所述的输电线路防外破识别终端，其特征在于，所述评估标准为Pascal VOC challenge的mAP值。