[發(fā)明專利]一種設(shè)備標(biāo)識(shí)牌檢測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201810576027.3
• 申請(qǐng)日: 2018-06-06
• 公開(kāi)（公告）號(hào): CN108764365A
• 公開(kāi)（公告）日: 2018-11-06
• 發(fā)明（設(shè)計(jì)）人: 王永明;黃春紅;林國(guó)賢;辛佳永;李鵬;李寬宏;黃金魁;林力輝;楊世仁;傅智為;劉旭;林繼濱;賴必貴
• 申請(qǐng)（專利權(quán)）人: 國(guó)網(wǎng)福建省電力有限公司廈門(mén)供電公司;國(guó)網(wǎng)福建省電力有限公司;福建省億鑫海信息科技有限公司
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06K9/32
• 代理公司: 廈門(mén)市首創(chuàng)君合專利事務(wù)所有限公司 35204
• 代理人: 楊依展;楊鍇

1.一種設(shè)備標(biāo)識(shí)牌檢測(cè)方法，其特征在于，步驟如下：

1)在包含設(shè)備標(biāo)識(shí)牌的待訓(xùn)練的樣本圖像中，將設(shè)備標(biāo)識(shí)牌設(shè)置為標(biāo)注區(qū)域，根據(jù)預(yù)設(shè)的神經(jīng)網(wǎng)絡(luò)模型以及標(biāo)注區(qū)域，對(duì)樣本圖像進(jìn)行訓(xùn)練，得到權(quán)重模型；

2)獲取待檢測(cè)圖像，并將待檢測(cè)圖像劃分為多個(gè)區(qū)域；

3)根據(jù)權(quán)重模型，分別對(duì)待檢測(cè)圖像的各個(gè)區(qū)域進(jìn)行檢測(cè)，得到對(duì)應(yīng)各區(qū)域的置信度；

4)返回置信度大于或等于預(yù)設(shè)閾值的區(qū)域。

2.根據(jù)權(quán)利要求1所述的設(shè)備標(biāo)識(shí)牌檢測(cè)方法，其特征在于，步驟1)中，樣本圖像包括在不同氣候條件、不同亮度環(huán)境下通過(guò)不同角度對(duì)設(shè)備標(biāo)識(shí)牌進(jìn)行拍攝的原始圖像。

3.根據(jù)權(quán)利要求1所述的設(shè)備標(biāo)識(shí)牌檢測(cè)方法，其特征在于，步驟1)中，權(quán)重模型的訓(xùn)練步驟具體如下：

1.1)獲取待訓(xùn)練的樣本圖像及設(shè)備標(biāo)識(shí)牌對(duì)應(yīng)的標(biāo)注區(qū)域；

1.2)將所述待訓(xùn)練的樣本圖像劃分為多個(gè)區(qū)域，其中，包含標(biāo)注區(qū)域的區(qū)域?yàn)槟康膮^(qū)域，其他區(qū)域?yàn)楸尘皡^(qū)域；

1.3)通過(guò)預(yù)設(shè)的神經(jīng)網(wǎng)絡(luò)模型對(duì)目標(biāo)區(qū)域和背景區(qū)域中的像素值進(jìn)行訓(xùn)練學(xué)習(xí)，得到權(quán)重模型。

4.根據(jù)權(quán)利要求3所述的設(shè)備標(biāo)識(shí)牌檢測(cè)方法，其特征在于，步驟1.3)中，先根據(jù)預(yù)設(shè)的神經(jīng)網(wǎng)絡(luò)配置文件生成網(wǎng)絡(luò)對(duì)象，通過(guò)生成的網(wǎng)絡(luò)對(duì)象對(duì)樣本圖像的所有區(qū)域中的像素值進(jìn)行訓(xùn)練學(xué)習(xí)，訓(xùn)練結(jié)束后將迭代過(guò)程優(yōu)化的參數(shù)保存至權(quán)重模型。

5.根據(jù)權(quán)利要求1所述的設(shè)備標(biāo)識(shí)牌檢測(cè)方法，其特征在于，步驟1)中，通過(guò)人工在樣本圖像上對(duì)設(shè)備標(biāo)識(shí)牌進(jìn)行位置標(biāo)注，得到標(biāo)注區(qū)域。

6.根據(jù)權(quán)利要求5所述的設(shè)備標(biāo)識(shí)牌檢測(cè)方法，其特征在于，步驟1)中，將待訓(xùn)練的樣本圖像按VOC標(biāo)準(zhǔn)數(shù)據(jù)集格式構(gòu)建成訓(xùn)練數(shù)據(jù)集，具體地，步驟如下：

首先，創(chuàng)建Annotation、ImageSets和JPEGImages三個(gè)文件夾，ImageSets文件夾下包括Main文件夾；

然后，按照統(tǒng)一的命名規(guī)則對(duì)樣本圖像進(jìn)行命名，然后將樣本圖像存放到JPEGImages文件夾下；

接著，利用LabelImg工具對(duì)樣本圖像中的設(shè)備標(biāo)識(shí)牌進(jìn)行位置標(biāo)注，并生成xml文件；其中，一個(gè)xml文件對(duì)應(yīng)一張樣本圖像，存儲(chǔ)的內(nèi)容包括annotation標(biāo)注對(duì)象、annotation中包含的floder對(duì)象、fliename對(duì)象、path對(duì)象、size對(duì)象、多個(gè)object對(duì)象；

最后，將所有生成的xml文件分成兩部分，一部分xml文件中的樣本圖像名稱寫(xiě)入trainval.txt文件中用于訓(xùn)練，另一部分xml文件中的樣本圖像名稱寫(xiě)入test.txt文件中用于訓(xùn)練過(guò)程中的驗(yàn)證；

將trainval.txt文件和test.txt文件存放在ImageSet文件夾中的Main文件夾下；將所有的xml文件存放在Annotation文件夾下。

7.根據(jù)權(quán)利要求1所述的設(shè)備標(biāo)識(shí)牌檢測(cè)方法，其特征在于，步驟4)中，返回置信度大于或等于預(yù)設(shè)閾值的區(qū)域的位置信息及其置信度，所述的位置信息包括區(qū)域某一角的x軸坐標(biāo)、y軸坐標(biāo)，以及區(qū)域?qū)挾扰c高度。

8.根據(jù)權(quán)利要求7所述的設(shè)備標(biāo)識(shí)牌檢測(cè)方法，其特征在于，通過(guò)返回區(qū)域的位置信息，使其在待檢測(cè)圖像中進(jìn)行圈框顯示。

9.根據(jù)權(quán)利要求7所述的設(shè)備標(biāo)識(shí)牌檢測(cè)方法，其特征在于，置信度大于或等于預(yù)設(shè)閾值的區(qū)域包含設(shè)備標(biāo)識(shí)牌。

10.根據(jù)權(quán)利要求1至9任一項(xiàng)所述的設(shè)備標(biāo)識(shí)牌檢測(cè)方法，其特征在于，將權(quán)重模型集成至后臺(tái)服務(wù)，使用圖片檢測(cè)腳本調(diào)用，并提供后臺(tái)接口至客戶端；當(dāng)客戶端獲取待檢測(cè)圖像，并上傳至后臺(tái)接口，后臺(tái)接口調(diào)用圖片檢測(cè)腳本，將待檢測(cè)圖像劃分為多個(gè)區(qū)域，根據(jù)權(quán)重模型中的參數(shù)對(duì)各區(qū)域進(jìn)行檢測(cè)并打分，得到各區(qū)域的置信度。