[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

说明书

本发明公开了一种机巡缺陷图片图像标注定级方法及缺陷定级系统，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；解决了现有技术对机巡图像标注费时费力，效率低下，容易导致重大缺陷无法及时被发现并处置，从而对电网运行带来巨大的安全隐患等技术问题。

技术领域

本发明属于电力设备巡检技术；尤其涉及一种机巡缺陷图片图像标注定级方法及缺陷定级系统。

背景技术

随着无人机巡检和图片识别技术在电力设备巡检领域中的应用，智能图像识别技术可通过对缺陷图片的处理、提取、识别和分析，建立缺陷特性库，在训练达到一定程度后将可替代人工进行缺陷识别。但是在输电线路巡检过程中，缺陷识别工作除了要识别相应的缺陷类型，还需要对缺陷进行定级，便于按照优先级开展消缺工作。但是传统的图像标注方法，只能告诉模型“是什么”，即模型只能对缺陷类型进行识别，而对缺陷的定级却只能依靠人工进行处理，费时费力，效率低下，容易导致重大缺陷无法及时被发现并处置，从而对电网运行带来巨大的安全隐患。

发明内容

本发明要解决的技术问题：提供一种机巡缺陷图片图像标注定级方法及缺陷定级系统，以解决现有技术对机巡图像标注方法，只能告诉模型“是什么”，即模型只能对缺陷类型进行识别，而对缺陷的定级却只能依靠人工进行处理，费时费力，效率低下，容易导致重大缺陷无法及时被发现并处置，从而对电网运行带来巨大的安全隐患等技术问题。

本发明技术方案：

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。

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。

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。

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。

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，用于接收标注完成后的样本图片；

训练模块，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，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，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，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。