[发明专利]一种电力设备图像中多类部件的自动识别方法

摘要

本发明为一种电力设备图像中多类部件的自动识别方法，采用已标注部件类别和位置的训练图像集对SSD模型和SVM模型进行训练。然后，对每一幅待识别的电力设备图像进行预处理，将图像数值化，再采用SSD模型，初步预测出电力设备图像中可能包含待识别部件的若干个框。最后，采用SVM模型，对SSD模型的初步识别结果进行修正，再根据每个框的概率修正值，筛选出包含待识别部件的框，并重复上述过程直至识别出图像中所有待识别部件。本发明的方法结合了单镜头检测器模型对图像特征的深层次提取优势和支持向量机模型利用已识别部件对未识别部件预测结果进行修正的准确性优势，在电力设备图像中多类部件的自动识别上具有准确性和可行性。

主权项

1.一种电力设备图像中多类部件的自动识别方法，其特征是：包括以下步骤：S1：训练SSD模型和SVM模型；S2：对待识别变电站图像进行数值化；S3：建立集合B₁为空集；S4：将数值化的图像输入到SSD模型，SSD模型输出存入到集合B₂；S5：对集合B₂中元素进行SVM修正；S6：输出集合B₁，识别结束。