[發明專利]用于變電站表計圖像數據集的合成方法、系統及存儲介質

有效

• 申請號: 202010000779.2
• 申請日: 2020-01-02
• 公開（公告）號: CN111145136B
• 公開（公告）日: 2023-08-18
• 發明（設計）人: 董翔宇;靳路康;章海斌;丁霞;汪太平;朱俊;祁麟;吳永恒;汪世才;朱仲賢;楊瑞金;劉鑫
• 申請（專利權）人: 國網安徽省電力有限公司超高壓分公司;合肥中科類腦智能技術有限公司
• 主分類號: G06T5/50
• 分類號: G06T5/50;G06T15/00;G06F16/48;G06F30/20
• 代理公司: 北京潤平知識產權代理有限公司 11283
• 代理人: 肖冰濱;劉兵

本發明提供一種用于變電站表計圖像數據集的合成方法、系統及存儲介質，屬于變電站的仿真技術領域。所述合成方法包括：建立目標變電站場景；根據天氣以及光照條件渲染目標變電站場景；針對每個變電站場景，選取一個預定范圍為內的表計設備；獲取該表計設備的圖像；生成對應的場景標注圖像；將圖像和場景標注圖像組合構成對應的數據元；判斷預設范圍內是否存在未被選取的表計設備；在判斷預設范圍內存在未被選取的表計設備時，再次從變電站場景中選取一個預定范圍為內的表計設備；在判斷預設范圍內不存在未被選取的表計設備時，組合所有數據元構成對應的表計圖像原始數據集；分別獲取每張場景標注圖像中的數據并進行標注以得到表計圖像數據集。

技術領域

本發明涉及變電站的仿真技術領域，具體地涉及一種用于變電站表計圖像數據集的合成方法、系統及存儲介質。

背景技術

隨著視頻監控技術和深度學習技術的發展，變電站智能巡檢機器人成為了未來變電站巡檢系統的發展方向，可以節省變電站巡檢的人力物力，減少變電站中各類事故的發生，同時也為各類事故以及人身財產安全的事后處理提供了有力的證據。而在這個過程中，對于變電站巡檢中表計自動識別的部分，大量的表計數據起到了至關重要的作用，是變電站智能巡檢中重要的組成部分。

研究和實踐表明，深度學習算法的性能取決于訓練數據的質量和規模，因此基于深度學習的表計識別需要大量優質數據。考慮到表計識別應用的需求，表計數據除了規模要足夠大之外，通常還有以下要求：(1)表計數據應覆蓋全面，對于不同的表計類型，以及表計可能出現的示數都需要盡可能的覆蓋到；(2)表計數據包含各種極端情況，如大霧、大雪等天氣下的數據，用于提升算法在復雜情況下的處理能力；(3)表計數據應具有準確的語義標注，且標注內容盡量豐富，如標注內容涵蓋如表盤區域、表盤指針、表盤量程、以及表盤上的特定特征點等，以支撐各類表計識別算法的設計。

目前主要有兩類方法來構造表計數據集：一種是基于人工采集標注的方法，即通過人工、機器人、監控相機等獲取真實的表計場景數據。這種方法局限性較強，一是因為獲得覆蓋各類復雜情況的表計數據較為困難，其次是由于對數據的人工標注耗財耗時耗力，且容易出現標注不準確的情況。另一種是基于合成數據生成的方法，即通過建模工具和虛擬引擎對變電站表計以及變電站場景進行建模和材質光照的渲染，獲得大量的數據，再利用計算機進行標注，其對人力財力的消耗相對低廉。研究表明，經過合成數據集訓練的模型在真實數據上具有較好的遷移性，因此合成表計數據具有很強的實用價值。

在傳統的變電站表計數據采集方面，一般方法是利用固定的采集攝像頭對單個表計進行采集，在專利《變電站機械式表計數據采集及診斷系統》中，提出了一種基于在表計的表盤上安裝實時攝像系統，實時拍攝表計的表盤圖像的表計數據采集方法；這種表計數據真實有效，但是覆蓋范圍狹隘，采集效率較低，同時仍需要人工標注，費時費力。

在合成表計數據的生成方面，目前還沒有關于變電站的相關方法。并且，由于變電站包括多臺表計設備，而每臺表計設備包括多種數據的特點，單純地以傳統的建模方式所導出的數據往往不具有較好的遷移性，并且在進行深度學習的過程中也無法提高深度學習的效率。

發明內容

本發明實施方式的目的是提供一種用于變電站表計圖像數據集的合成方法、系統及存儲介質。該合成方法、系統及存儲介質可以自動生成用于表計圖像數據集。

為了實現上述目的，本發明實施方式提供一種用于變電站圖像數據集的合成方法，所述合成方法包括：

建立所述變電站的仿真模型作為目標變電站場景；

根據預設的天氣以及光照條件渲染所述目標變電站場景以得到渲染后的變電站場景；

針對每個渲染后的變電站場景，從渲染后的變電站場景中選取一個預定范圍為內的表計設備；

根據預設的視角以及距離獲取選取的表計設備的圖像；

根據所述圖像生成對應的場景標注圖像；