[发明专利]光伏板识别模型的获取方法、光伏板识别方法及装置

权利要求书

1.一种光伏板识别模型的获取方法，其特征在于，所述方法包括：

根据第一数据集，生成第一训练集和第一验证集，所述第一数据集包括基于第一空间分辨率采集的遥感图像，所述第一训练集和所述第一验证集中均包括多组样本图像，每组所述样本图像包括基于所述遥感图像得到的包含光伏样本的原始图像和所述原始图像对应的标签图像；

将所述第一训练集输入第一光伏板识别模型，以对所述第一光伏板识别模型进行训练，并获取训练过程中得到的权值；其中，所述第一光伏板识别模型包括DeepLabV3+网络模型，所述权值为光伏板识别模型中的各层的权重；

在所述第一光伏板识别模型收敛的情况下停止所述训练，获取训练过程中得到的损失值最小的权值；

通过所述损失值最小的权值，以及所述第一验证集，对所述第一光伏板识别模型进行验证，以得到完成训练的光伏板识别模型。

2.根据权利要求1所述的方法，其特征在于，在将所述第一训练集输入第一光伏板识别模型之前，所述方法还包括：

分别构建用语言特征提取的主干网络、带有空洞卷积的金字塔池化模块和解码模块，以得到所述DeepLabV3+网络模型，作为所述第一光伏板识别模型。

3.根据权利要求1所述的方法，其特征在于，所述根据第一数据集，生成第一训练集和第一验证集，包括：

获取基于第一空间分辨率采集的遥感图像；

对所述遥感图像的原始图像中的光伏样本进行标注，得到所述原始图像对应的标签图像；

由所述原始图像和所述标签图像得到所述第一数据集。

4.根据权利要求1所述的方法，其特征在于，所述将所述第一训练集输入第一光伏板识别模型，以对所述第一光伏板识别模型进行训练，并获取训练过程中得到的权值，包括：

设置所述第一光伏板识别模型的训练参数，所述训练参数包括数据的批量大小、图像大小和输出步长中的一种或多种；

将所述第一训练集输入所述第一光伏板识别模型，按照所述训练参数对所述第一光伏板识别模型进行训练；

获取所述训练过程中得到的权值。

5.根据权利要求1所述的方法，其特征在于，所述在所述第一光伏板识别模型收敛的情况下停止所述训练，获取训练过程中得到的损失值最小的权值，包括：

在所述训练过程中，当所述损失值减小至不再改变的情况下，判定所述第一光伏板识别模型收敛；

在所述第一光伏板识别模型收敛的情况下停止所述训练，获取所述训练过程中得到的损失值最小的权值。

6.根据权利要求1所述的方法，其特征在于，所述通过所述损失值最小的权值，以及所述第一验证集，对所述第一光伏板识别模型进行验证，以得到完成训练的光伏板识别模型，包括：

将所述第一验证集输入所述第一光伏板识别模型，以得到所述第一光伏板识别模型输出的预测结果；所述第一光伏板识别模型的权值取所述训练过程中所述损失值最小时的权值，所述预测结果包括所述第一验证集中的各个样本图像的二值图像和精度混淆矩阵；

根据所述精度混淆矩阵获取所述第一光伏板识别模型的所述预测结果的交并比；

在所述预测结果的交并比不符合预期目标值的情况下，调整训练参数，并根据调整后的训练参数再次执行所述将所述第一训练集输入第一光伏板识别模型至所述通过所述损失值最小的权值，以及所述第一验证集，对所述第一光伏板识别模型进行验证的步骤，直至所述预测结果的交并比符合所述预期目标值；

在所述预测结果的交并比符合预期目标值的情况下，得到所述完成训练的光伏板识别模型。