[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

说明书

本公开涉及一种光伏板识别模型的获取方法、光伏板识别方法及装置，涉及光伏板提取领域，该方法包括：根据第一数据集，生成第一训练集和第一验证集，该第一数据集包括基于第一空间分辨率采集的遥感图像，将该第一训练集输入第一光伏板识别模型，以对该第一光伏板识别模型进行训练，获取训练过程中得到的权值，该第一光伏板识别模型包括DeepLabV3+网络模型，获取训练过程中得到的损失值最小的权值，通过该损失值最小的权值及该第一验证集，对该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。能够得到目标空间分辨率条件下训练完成的光伏板识别模型，利用该模型可以对光伏板进行识别，分割得到完整、清晰的光伏板。

技术领域

本公开涉及光伏板提取领域，具体地，涉及一种光伏板识别模型的获取方法、光伏板识别方法及装置。

背景技术

随着太阳能光伏产业的发展，如何高效统计光伏板的位置分布、大小和使用情况等信息成为需要解决的问题。现有技术中，通过传统图像分割方法中的区域增长法或改进后的聚类方法，对光伏板的红外图像进行分割，或者通过语义分割网络进行光伏板的分割提取。这些方法中使用的模型不能完整分割出光伏板，边缘模糊问题较严重，并且不能有效适应不同空间分辨率条件下的光伏板分割与提取，计算效率较低。

发明内容

本公开的目的是提供一种光伏板识别模型的获取方法、光伏板识别方法及装置，以解决上述技术问题。

根据本公开实施例的第一方面，提供一种光伏板识别模型的获取方法，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。

可选地，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。

可选地，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。

可选地，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。

可选地，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：