[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

说明书

本申请公开了一种绝缘层破损识别模型训练方法、识别方法和装置，训练方法包括：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，并对各架空导线图像是否存在绝缘层破损进行标注以及各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；结合所有的架空导线图像和架空导线图像对应的标签文件获取训练集；通过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。本申请解决了现有技术通过运维人员定时巡检，通过肉眼识别或借助望远镜识别架空导线的绝缘层是否破损，存在的巡检速度慢和效率低的技术问题。

技术领域

本申请涉及图像处理技术领域，尤其涉及一种绝缘层破损识别模型训练方法、识别方法和装置。

背景技术

为了减少数木、鸟类等导致的架空导线故障停电，城镇地区的配电网络大量采用架空绝缘导线。由于架空绝缘导线所处环境不稳定因素较多，例如受到外力破坏、绝缘层烧蚀、施工人员包扎不严密等原因，致使架空导线绝缘层产生破损。

架空导线的绝缘层破损会形成线路薄弱点，一方面会增加线路遭受雷击的概率，导致雷击断线故障；另一方面雨水容易顺着绝缘层破损处渗进导线内部，使线路老坏破损，严重可发生停电故障；除此之外，靠近居民楼的架空导线绝缘层破损还会增加触电风险。因此，如何快速有效识别架空导线的绝缘层破损，进而对绝缘层破损处进行处理是本领域技术人员目前亟需解决的技术问题。

现有技术主要通过运维人员定时巡检，通过肉眼识别或借助望远镜识别架空导线的绝缘层是否破损，该方法巡检速度慢，效率低。

发明内容

本申请提供了一种绝缘层破损识别模型训练方法、识别方法和装置，用于解决现有技术通过运维人员定时巡检，通过肉眼识别或借助望远镜识别架空导线的绝缘层是否破损，存在的巡检速度慢和效率低的技术问题。

有鉴于此，本申请第一方面提供了一种绝缘层破损识别模型训练方法，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。

可选的，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。

可选的，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。