[发明专利]一种绝缘层破损识别模型训练方法、识别方法和装置

权利要求书

1.一种绝缘层破损识别模型训练方法，其特征在于，包括：

通过无人机在巡检架空导线区域时采集若干架空导线图像，并对各所述架空导线图像是否存在绝缘层破损进行标注以及各所述架空导线图像中的架空导线与图像边界的交点位置参数进行标注，生成标签文件；

结合所有的所述架空导线图像和所述架空导线图像对应的所述标签文件获取训练集；

通过所述训练集对预置卷积神经网络进行架空导线与图像边界交点识别任务和绝缘层破损识别任务训练，得到绝缘层破损识别模型；

所述绝缘层破损识别模型用于对待识别导线图像中的架空导线与图像边界的交点进行识别，得到所述待识别导线图像的交点位置识别结果；所述绝缘层破损识别模型包括第一子网络N₁和第二子网络N₂，所述第一子网络N₁包括四个特征提取网络、一个特征融合层、一个包含64个输出节点、激活函数为relu的全连接层和一个包含10个输出节点的全连接层；

所述绝缘层破损识别模型对所述待识别导线图像中的架空导线与图像边界的交点进行识别，得到所述待识别导线图像的交点位置识别结果具体包括：

将所述待识别导线图像输入到所述第一子网络N₁，通过四个特征提取网络分别对所述待识别导线图像的左、上、右、下边界图像进行特征提取，分别得到所述左、上、右、下边界图像对应的卷积特征；通过特征融合层将所述卷积特征在第二维进行拼接得到融合特征；将所述融合特征通过一个包含64个输出节点、激活函数为relu的全连接层，再通过一个包含10个输出节点的全连接层，得到所述待识别导线图像的交点位置识别结果；

将所述交点位置识别结果输入所述第二子网络N₂中得到所述待识别导线图像中的架空导线区域，使得所述第二子网络N₂对所述架空导线区域中的架空导线进行绝缘层破损识别，得到所述待识别导线图像的绝缘层破损识别结果。

2.根据权利要求1所述的绝缘层破损识别模型训练方法，其特征在于，所述通过所述训练集对预置卷积神经网络进行架空导线与图像边界交点识别任务和绝缘层破损识别任务训练，得到绝缘层破损识别模型，包括：

对预置卷积神经网络的网络参数进行随机初始化，通过所述训练集对初始化后的所述预置卷积神经网络进行架空导线与图像边界交点识别任务和绝缘层破损识别任务训练，得到绝缘层破损识别模型。

3.根据权利要求1所述的绝缘层破损识别模型训练方法，其特征在于，所述通过所述训练集对预置卷积神经网络进行架空导线与图像边界交点识别任务和绝缘层破损识别任务训练，得到绝缘层破损识别模型，包括：

通过所述训练集对第一卷积神经网络进行架空导线与图像边界交点识别任务训练，得到训练好的所述第一卷积神经网络；

通过所述训练集对第二卷积神经网络进行绝缘层破损识别任务训练，得到训练好的所述第二卷积神经网络；

将训练好的所述第一卷积神经网络的网络参数和训练好的所述第二卷积神经网络的网络参数作为初始网络参数加载到预置卷积神经网络，并通过所述训练集对所述预置卷积神经网络进行架空导线与图像边界交点识别任务和绝缘层破损识别任务训练，得到绝缘层破损识别模型，其中，所述预置卷积神经网络由两个子网络构成，所述两个子网络中的一个子网络与所述第一卷积神经网络的网络结构一致，另一个子网络与所述第二卷积神经网络的网络结构一致。

4.根据权利要求1所述的绝缘层破损识别模型训练方法，其特征在于，所述交点位置参数包括目标比值和交点位置编码，对各所述架空导线图像中的架空导线与图像边界的交点位置参数进行标注，包括：

根据各所述架空导线图像中的架空导线与图像边界的交点位置和各所述架空导线图像的大小计算目标比值，所述目标比值为该交点与该交点所在的图像边界上的一个边界点之间的距离和该交点所在的图像边界的长度的比值；

根据各所述架空导线图像中的架空导线与图像边界的交点位置对各所述架空导线图像的4个图像边界进行one-hot编码，生成交点位置编码。