[發(fā)明專利]基于Faster RCNN的自適應(yīng)變壓器部件檢測識別方法

在審

• 申請?zhí)枺?/td>: 201811575613.2
• 申請日: 2018-12-22
• 公開（公告）號: CN109784375A
• 公開（公告）日: 2019-05-21
• 發(fā)明（設(shè)計(jì)）人: 李文震;羅漢武;秦若鋒;吳啟瑞;張海龍;李昉;劉海波;馮新文;彭仲晗;陳凱
• 申請（專利權(quán)）人: 國網(wǎng)內(nèi)蒙古東部電力有限公司;國網(wǎng)電力科學(xué)研究院武漢南瑞有限責(zé)任公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/02
• 代理公司: 湖北武漢永嘉專利代理有限公司 42102
• 代理人: 張惠玲

1.一種基于Faster RCNN的自適應(yīng)變壓器部件檢測識別方法，其特征在于，包括如下具體步驟：

數(shù)據(jù)集準(zhǔn)備：訓(xùn)練集的準(zhǔn)備分為圖像數(shù)據(jù)庫準(zhǔn)備和標(biāo)注信息文檔庫準(zhǔn)備，其中圖像數(shù)據(jù)庫是通過對采集的變電站監(jiān)測圖像進(jìn)行預(yù)處理得到；其中，對監(jiān)測圖像的預(yù)處理方式至少包括圖像白化和尺寸歸一化；標(biāo)注信息文檔庫至少包括圖像中變壓器的關(guān)鍵部件的名稱和定位信息，標(biāo)定對象是變壓器的本體、油枕、套管和散熱器；

Faster RCNN模型訓(xùn)練：利用標(biāo)定信息和訓(xùn)練圖像對Faster RCNN模型進(jìn)行訓(xùn)練；訓(xùn)練分為三個部分，第一部分是模型的共享階段CNN網(wǎng)絡(luò)，用以提取監(jiān)測圖像的卷積特征；第二部分是模型的區(qū)域推薦網(wǎng)絡(luò)(Region Proposal Network,RPN),通過標(biāo)定信息的監(jiān)督訓(xùn)練，使得RPN具備自動監(jiān)測定位圖像中變壓器關(guān)鍵部件位置的能力；第三部分是模型的多分類網(wǎng)絡(luò)，利用標(biāo)注信息中部件的類別進(jìn)行監(jiān)督訓(xùn)練，以對RPN網(wǎng)絡(luò)輸出的定位信息進(jìn)行分類識別能力；

部件窗口自適應(yīng)NMS：將監(jiān)測圖像進(jìn)行預(yù)處理，輸入到訓(xùn)練好的Faster RCNN模型，輸出準(zhǔn)確的變壓器部件的定位窗口、識別種類和置信度信息；同時對模型輸出的檢測窗口進(jìn)行自適應(yīng)NMS處理。

2.根據(jù)權(quán)利要求1所述的基于Faster RCNN的自適應(yīng)變壓器部件檢測識別方法，其特征在于：在Faster RCNN模型訓(xùn)練過程中，處理CNN共享網(wǎng)絡(luò)得到的監(jiān)測圖像卷積特征塊時，將以卷積特征塊上的每個像素點(diǎn)為中心構(gòu)造8種窗口，完成對整幅圖像的窗口遍歷；其中，在構(gòu)造窗口時，提供4種窗口比例和2種窗口大小進(jìn)行隨意組合，從而得到8種可能的遍歷窗口。

3.根據(jù)權(quán)利要求2所述的基于Faster RCNN的自適應(yīng)變壓器部件檢測識別方法，其特征在于：構(gòu)造遍歷窗口時，變壓器監(jiān)測圖像中各類部件的最大邊緣是明顯長方形的窗口，選取的窗口長寬比例為1:2、2:1、1:1.5和1.5:1。

4.根據(jù)權(quán)利要求3所述的基于Faster RCNN的自適應(yīng)變壓器部件檢測識別方法，其特征在于：在對變壓器進(jìn)行監(jiān)測時，變壓器占據(jù)圖像80％的面積，在構(gòu)造遍歷窗口時，將窗口大小設(shè)置為128和256，利用128×128的窗口檢測套管，256×256的窗口檢測其他變壓器部件。

5.根據(jù)權(quán)利要求1所述的基于Faster RCNN的自適應(yīng)變壓器部件檢測識別方法，其特征在于：通過CNN共享網(wǎng)絡(luò)得到的圖像遍歷窗口之后，根據(jù)窗口與變壓器部件窗口之間的重疊標(biāo)準(zhǔn)(intersection over union，IOU)來確定正負(fù)樣本窗口，以對RPN網(wǎng)絡(luò)進(jìn)行監(jiān)督訓(xùn)練，使之直接分辨測試圖像的遍歷窗口中是否含有變壓器部件，從而完成對變壓器部件目標(biāo)的定位。

6.根據(jù)權(quán)利要求5所述的基于Faster RCNN的自適應(yīng)變壓器部件檢測識別方法，其特征在于：得到變壓器部件目標(biāo)的定位窗口之后，根據(jù)正樣本上的標(biāo)注信息，訓(xùn)練模型中的多分類網(wǎng)絡(luò)，網(wǎng)絡(luò)將輸入窗口樣本分為本體、油枕、套管、散熱器和背景五個類別，訓(xùn)練完成的網(wǎng)絡(luò)將完成對變壓器部件目標(biāo)的識別。

7.根據(jù)權(quán)利要求1所述的基于Faster RCNN的自適應(yīng)變壓器部件檢測識別方法，其特征在于：在對部件窗口自適應(yīng)NMS處理過程，F(xiàn)aster RCNN模型的檢測結(jié)果表示為其中代表檢測出的第i個目標(biāo)窗口的坐標(biāo)信息，k_i為該目標(biāo)窗口的類別，也就是檢索目標(biāo)的部件類型，p_i為該目標(biāo)窗口的類別置信度。

8.根據(jù)權(quán)利要求7所述的基于Faster RCNN的自適應(yīng)變壓器部件檢測識別方法，其特征在于：為了避免同一目標(biāo)存在多個檢測窗口的情況，利用NMS方法處理檢測結(jié)果；NMS處理過程中，選擇所有檢測窗口中p_i最高的窗口，依次計(jì)算其他窗口與該窗口之間的IOU值，若大于某個閾值則直接刪除p_i低的檢索結(jié)果。