[發(fā)明專利]基于YOLOv3網(wǎng)絡(luò)的復(fù)合絕緣子憎水性等級識別方法

有效

• 申請?zhí)枺?/td>: 202010131458.6
• 申請日: 2020-02-28
• 公開（公告）號: CN111368702B
• 公開（公告）日: 2023-03-14
• 發(fā)明（設(shè)計）人: 黃新波;聶婷婷;張燁;伍逸群;孫蘇珍
• 申請（專利權(quán)）人: 西安工程大學(xué)
• 主分類號: G06V20/00
• 分類號: G06V20/00;G06V10/44;G06V10/82;G06N3/0464;G06N3/08;G06T7/70
• 代理公司: 西安弘理專利事務(wù)所 61214
• 代理人: 張皎

1.一種基于YOLOv3的復(fù)合絕緣子憎水性等級識別方法，其特征在于，具體按照以下步驟實施：

步驟1、獲取輸電線路中復(fù)合絕緣子表面帶水珠的原始彩色圖像若干張；

步驟2、對步驟1獲得的圖像進行預(yù)處理，得到圖像像素均為416×416的絕緣子表面帶水珠的圖像；

步驟3、對步驟2獲得的像素均為416×416的圖像首先使用labelImg標簽軟件對帶水珠的復(fù)合絕緣子照片逐一進行等級標定，然后將標定好的圖像輸入到全卷積網(wǎng)絡(luò)YOLO_V3中的Darknet-53特征提取每個憎水性等級下水珠的特征；

步驟4、根據(jù)步驟3學(xué)習(xí)到標定的每個憎水性等級下水珠的特征，通過對新輸入帶水珠的絕緣子圖像和已經(jīng)學(xué)習(xí)到每個憎水性等級下水珠的特征進行對比，進而實現(xiàn)新輸入帶水珠的絕緣子圖像憎水性等級識別。

2.據(jù)權(quán)利要求1所述的一種基于YOLOv3的復(fù)合絕緣子憎水性等級識別方法，其特征在于，所述步驟2中對步驟1獲得的若干張帶水珠的復(fù)合絕緣子原始彩色圖像進行預(yù)處理，即首先將步驟1獲取的圖像的長邊縮放為416像素，圖像對應(yīng)的短邊按比例縮放并且將空白區(qū)域填充，最終使得圖像像素均為416×416的絕緣子表面帶水珠的圖像。

3.據(jù)權(quán)利要求2所述的一種基于YOLOv3的復(fù)合絕緣子憎水性等級識別方法，其特征在于，所述步驟3中YOLOV3網(wǎng)絡(luò)的特征提取網(wǎng)絡(luò)Darknet53包含52個卷積層和一個全連接層，卷積層和全連接層由一系列卷積核為1*1和3*3的卷積層組成，卷積層和全連接層能夠?qū)?16*416大小的圖片經(jīng)過深度卷積一直降維到52，26和13；其中，1*1的卷積核用于降維，3*3的卷積核用于提取特征，多個卷積核交錯達到目的。

4.據(jù)權(quán)利要求3所述的一種基于YOLOv3的復(fù)合絕緣子憎水性等級識別方法，其特征在于，所述步驟3中訓(xùn)練參數(shù)設(shè)置如下：

(1)將經(jīng)過labelImg標簽軟件標定好憎水性的圖像，按照4：1的比例將數(shù)據(jù)集分為訓(xùn)練集和測試集，便于客觀衡量模型的泛化能力；

(2)訓(xùn)練迭代20000次，每次迭代耗時14.12s，共耗時78.46h；

(3)采用mini-batch隨機梯度下降法訓(xùn)練，batch值為64，batch值即為批量處理圖片的數(shù)量；

(4)學(xué)習(xí)率初始化為0.001，學(xué)習(xí)策略為步進型，動量參數(shù)momentum為0.9，學(xué)習(xí)衰減率為0.0005，每一次迭代學(xué)習(xí)率衰減方式定義為：

式中，L_{r_n}表示第n次迭代時的學(xué)習(xí)率；

L_{r_initial}表示學(xué)習(xí)率的初始值；

n表示迭代次數(shù)；

D_ecay表示學(xué)習(xí)衰減率；

在迭代過程中，L_{r_n}會逐步調(diào)整學(xué)習(xí)步幅，提高YOLOv3網(wǎng)絡(luò)的收斂效果。