[发明专利]一种机巡缺陷图片图像标注定级方法及缺陷定级系统在审
申请号: | 202111232210.X | 申请日: | 2021-10-22 |
公开(公告)号: | CN113989684A | 公开(公告)日: | 2022-01-28 |
发明(设计)人: | 杜昊;毛先胤;张啟黎;邹雕;黄欢;张伟;陈沛龙 | 申请(专利权)人: | 贵州电网有限责任公司 |
主分类号: | G06V20/17 | 分类号: | G06V20/17;G06V10/774;G06K9/62;G06N3/04;G06Q50/06;G07C1/20 |
代理公司: | 贵阳中新专利商标事务所 52100 | 代理人: | 商小川 |
地址: | 550002 贵*** | 国省代码: | 贵州;52 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 缺陷 图片 图像 标注 定级 方法 系统 | ||
1.一种机巡缺陷图片图像标注方法,它包括:
步骤1、使用无人机对电路设备目标区域进行图像采集得到目标图片;
步骤2、对目标图片进行筛查筛选出需要进行缺陷定级的图片;
步骤3、将筛选出的图片样本分为两份:一份进行缺陷目标物标注用于缺陷识别;一份进行缺陷元素标注用于缺陷定级;
步骤4、将标注后的图片导入缺陷定级系统进行训练学习;
步骤5、将需要进行缺陷定级的图片上传到已训练完成的缺陷定级系统进行缺陷定级,输出定级结果。
2.根据权利要求1所述的一种机巡缺陷图片图像标注方法,其特征在于:步骤1所述图像采集的方法包括:多角度采集:对缺陷设备分别从正面、侧面、俯视及仰视角度进行拍摄;整体采集:对缺陷设备的整个部件进行拍摄;局部采集:对缺陷设备出现故障的部位进行局部拍摄。
3.根据权利要求1所述的一种机巡缺陷图片图像标注方法,其特征在于:缺陷目标物标注的方法为:针对缺陷目标物的标注,在每张样本图片中将目标物整体一一完整标注出来;针对缺陷元素的标注,将每张图片中影响缺陷级别判定标准的元素标注出来。
4.根据权利要求1所述的一种机巡缺陷图片图像标注方法,其特征在于:步骤4所述将标注后的图片导入缺陷定级系统进行训练学习的方法包括:
步骤(1)、将两组样本图片分别导入缺陷定级系统;
步骤(2)、进行训练模型参数配置,包括:将数据集设置为导入的样本图片;修改cfg/voc.data为自己的路径;修改data/voc.names和coco.names为自己的程序类
步骤(3)、开始训练,使用sh train.sh命令启动训练;
步骤(4)、在一个训练周期结束后形成特征库。
5.一种机巡缺陷图片图像缺陷定级系统,它包括:
所述接收模块(1),用于接收标注完成后的样本图片;
训练模块(2),用于对标注后的图片进行特征提取,建立模型特征库;
识别模块(3),用于根据模型特征库对目标图片进行缺陷识别;
逻辑分析模块(4),用于将识别模块识别出的缺陷进行逻辑分析并定级;
报告模块(5),用于根据逻辑分析模块得出的分析结果,生成缺陷定级结果。
6.根据权利要求5所述的一种机巡缺陷图片图像缺陷定级系统,其特征在于:接收标注完成后的样本图片的方法为:通过系统的导入功能,批量导入zip或者rar的图片压缩包。
7.根据权利要求5所述的一种机巡缺陷图片图像缺陷定级系统,其特征在于:所述训练模块包括学习子模块(21)和特征库(22);所述学习子模块(21)采用YOLO神经网络结构,将一幅幅的原图分割成一个个网格,每个网格预测两个预选框的坐标,每个网格还预测框内是否包含物体的置信度,以及物体属于每一类类别的概率,最终形成的特征库;所述特征库(22)用于建立目标特征库,包括缺陷目标物特征库和缺陷元素特征库;目标物特征库包含的每个缺陷设备整体的特征信息;缺陷元素特征库包含的缺陷部位局部的特征信息。
8.根据权利要求5所述的一种机巡缺陷图片图像缺陷定级系统,其特征在于:识别模块(3)的识别方法为:使用基于YOLO v3的神经网络目标识别和检测方法进行识别;YOLO算法通过将样本图片进行N*N的栅格化,在每个格周围以一定大小范围去寻找所有满足对象特征的像素,经过一次以上训练后找到这个准确的范围;YOLO 算法将位置检测和类别识别结合到一个CNN网络中预测,通过扫描图片推理出图片中所有对象的位置信息和类别。
9.根据权利要求5所述的一种机巡缺陷图片图像缺陷定级系统,其特征在于:识别模块(3)的识别方法为:逻辑分析模块的实现方法包括:
步骤(1)、从识别模块获取目标识别结果;
步骤(2)、根据目标识别结果进行初步逻辑判断:如果识别到的目标不需要进行缺陷定级,则转到步骤(5);如果识别到需要缺陷定级的目标则执行步骤(3);
步骤(3)、结合参数进行组合分析,通过无人机拍摄角度及识别到的两个目标物之间的距离判断二个目标物之间的空间方位,根据空间方位结果来对缺陷定级;
步骤(4)、进一步对识别到的单个需要进行缺陷定级的目标物根据影响缺陷定级的元素再次调用识别模块进行识别;重复步骤(3),直至将所有需要进行缺陷定级的目标分析完成;
步骤(5)、输出缺陷识别及定级结果。
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贵州电网有限责任公司,未经贵州电网有限责任公司许可,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/202111232210.X/1.html,转载请声明来源钻瓜专利网。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序