[發明專利]深度學習大尺寸圖片訓練檢測算法

有效

• 申請號: 201810987195.1
• 申請日: 2018-08-28
• 公開（公告）號: CN109117892B
• 公開（公告）日: 2021-07-27
• 發明（設計）人: 江南;李怡然;張海濱;黃毅標;孔令一;黃超;張貞純;賴必貴
• 申請（專利權）人: 國網福建省電力有限公司福州供電公司;國網福建省電力有限公司;廈門億力吉奧信息科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 福州元創專利商標代理有限公司 35100
• 代理人: 蔡學俊

1.一種深度學習大尺寸圖片訓練檢測算法，其特征在于，包括如下步驟：

步驟S1、在訓練集合VOC中篩選出包含待識別對象的圖片，以形成包含待識別對象的圖片的圖片集合，并保存到訓練集合VOC中的對應目錄中；

步驟S2、包含待識別對象的圖片的圖片集合中的每一張圖片均對應有相應的標簽文件，每一個標簽文件均包括待識別對象的類別信息、待識別對象在相應圖片中的位置信息；遍歷所有的標簽文件獲取對應的分類識別框，識別框用冒泡法獲取待識別對象的最大尺度W1，H1，同時用冒泡法找出待識別對象的最小尺度W0，H0；其中：

W1或W0=xmax-xmin

H1或H0=ymax-ymin

式中，（xmin，ymin）（xmax，ymax）分別為待識別對象在相應圖片中的左上角坐標、右下角坐標；

步驟S3、計算待識別對象在相應圖片中的中心坐標（（xmax -xmin）/2，（ymax -ymin）/2））；

步驟S4、以待識別對象在相應圖片中的中心坐標為中心，根據最大尺度 W1、H1從相應圖片里面截取以W1、H1為最大長寬的圖片；若截取出來的長寬落到原圖外面，則落到原圖外面部分補上空白；

步驟S5、截取的圖片以原圖為參照，將待識別對象求出的新的xmin，ymin，xmax，ymax寫到新的標簽文件中，同時將截取的圖片及對應的新的標簽文件替換原圖及原圖對應的標簽文件保存到訓練集合VOC中的對應目錄中；

步驟S6、將步驟S5得到的訓練集合VOC輸入到fpn深度學習網絡進行訓練。

2.根據權利要求1所述的深度學習大尺寸圖片訓練檢測算法，其特征在于，步驟S6中訓練中，采用滑框模式進行待識別對象的識別。

3.根據權利要求1所述的深度學習大尺寸圖片訓練檢測算法，其特征在于，所述待識別對象為電力桿塔的小部件。

4.根據權利要求3所述的深度學習大尺寸圖片訓練檢測算法，其特征在于，所述電力桿塔的小部件包括螺母、螺帽、螺絲、墊片。