[發明專利]電能表識別方法、裝置、計算機設備及存儲介質

有效

• 申請號: 201911070201.8
• 申請日: 2019-11-05
• 公開（公告）號: CN110956091B
• 公開（公告）日: 2022-07-01
• 發明（設計）人: 孫穎;陳新
• 申請（專利權）人: 廣東電網有限責任公司廣州供電局
• 主分類號: G06V20/20
• 分類號: G06V20/20;G06N3/08
• 代理公司: 華進聯合專利商標代理有限公司 44224
• 代理人: 曹瀚青

1.一種電能表識別方法，其特征在于，所述方法包括：

將待識別的目標圖像輸入至電能表識別網絡中，獲取所述電能表識別網絡輸出的電能表置信度和電能表區域置信度，所述電能表置信度用于指示所述目標圖像中包括電能表的概率，所述電能表區域置信度用于指示所述目標圖像中包括預設類型的電能表的區域的概率；所述預設類型的電能表的區域包括：液晶屏區域，按鍵區區域，四個尖角區域，小批次標號區域、接線端子區域和表蓋區域；所述電能表區域置信度包括液晶屏置信度、按鍵區置信度、四個尖角置信度、小批次標號置信度、接線端子置信度和表蓋置信度；

根據所述電能表置信度和所述電能表區域置信度計算所述目標圖像的識別置信度；根據所述目標圖像的識別置信度對所述目標圖像進行識別，得到識別結果；

其中，所述識別結果用于指示所述目標圖像是否包括所述預設類型的電能表。

2.根據權利要求1所述的方法，其特征在于，所述根據所述電能表置信度和所述電能表區域置信度計算所述目標圖像的識別置信度，包括：

獲取所述電能表置信度的權值和所述電能表區域置信度的權值；

根據所述電能表置信度的權值和所述電能表區域置信度的權值對所述電能表置信度和所述電能表區域置信度進行加權求和，得到所述目標圖像的識別置信度。

3.根據權利要求1所述的方法，其特征在于，所述根據所述目標圖像的識別置信度對所述目標圖像進行識別，得到識別結果，包括：

當所述目標圖像的識別置信度大于等于第一識別閾值時，所述識別結果為所述目標圖像包括所述預設類型的電能表；

當所述目標圖像的識別置信度小于等于第二識別閾值時，所述識別結果為所述目標圖像不包括所述預設類型的電能表；

其中，所述第一識別閾值大于所述第二識別閾值。

4.根據權利要求3所述的方法，其特征在于，所述方法還包括：

當所述目標圖像的識別置信度小于所述第一識別閾值而大于所述第二識別閾值時，向人工識別終端發送人工識別指令，所述人工識別指令用于指示對所述目標圖像進行人工識別。

5.根據權利要求1至2任一所述的方法，其特征在于，

所述液晶屏置信度表示所述目標圖像中包括液晶屏的概率；所述按鍵區置信度表示所述目標圖像中包括按鍵區的概率，所述四個尖角置信度表示所述目標圖像中包括電能表四個尖角的概率，所述小批次標號置信度表示所述目標圖像中包括小批次標號的概率，所述接線端子置信度表示所述目標圖像中包括接線端子的概率，所述表蓋置信度表示所述目標圖像中包括表蓋的概率。

6.根據權利要求1所述的方法，其特征在于，所述將待識別的目標圖像輸入至電能表識別網絡中之前，所述方法還包括：

獲取樣本數據，所述樣本數據包括多張電能表圖像，所述電能表圖像上包括預設類型的電能表和預設類型的電能表的區域；

利用所述樣本數據對深度學習神經網絡進行訓練，得到所述電能表識別網絡。

7.一種電能表識別裝置，其特征在于，所述裝置包括：

置信度獲取模塊，用于將待識別的目標圖像輸入至電能表識別網絡中，獲取所述電能表識別網絡輸出的電能表置信度和電能表區域置信度，所述電能表置信度用于指示所述目標圖像中包括電能表的概率，所述電能表區域置信度用于指示所述目標圖像中包括預設類型的電能表的區域的概率；所述預設類型的電能表的區域包括：液晶屏區域，按鍵區區域，四個尖角區域，小批次標號區域、接線端子區域和表蓋區域；所述電能表區域置信度包括液晶屏置信度、按鍵區置信度、四個尖角置信度、小批次標號置信度、接線端子置信度和表蓋置信度；

識別結果獲取模塊，用于根據所述電能表置信度和所述電能表區域置信度計算所述目標圖像的識別置信度；根據所述目標圖像的識別置信度對所述目標圖像進行識別，得到識別結果；其中，所述識別結果用于指示所述目標圖像是否包括所述預設類型的電能表。

8.一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，其特征在于，所述處理器執行所述計算機程序時實現權利要求1至6中任一項所述的方法的步驟。

9.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求1至6中任一項所述的方法的步驟。