[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(jì))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 |
| 地址: | 710048 陜*** | 國省代碼: | 陜西;61 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 yolov3 網(wǎng)絡(luò) 復(fù)合 絕緣子 水性 等級 識別 方法 | ||
本發(fā)明公開了一種基于YOLOv3的復(fù)合絕緣子憎水性等級識別方法,首先獲取輸電線路中復(fù)合絕緣子表面帶水珠的原始彩色圖像若干張;進(jìn)行預(yù)處理,得到像素均為416×416的絕緣子表面帶水珠的圖像;使用labelImg標(biāo)簽軟件對帶水珠的復(fù)合絕緣子照片逐一進(jìn)行等級標(biāo)定,然后將標(biāo)定好的圖像輸入到全卷積網(wǎng)絡(luò)YOLOv3中的Darknet?53特征提取每個(gè)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(gè)憎水性等級下水珠的特征進(jìn)行對比,進(jìn)而實(shí)現(xiàn)新輸入帶水珠的絕緣子圖像憎水性等級識別。本發(fā)明解決了現(xiàn)有技術(shù)中存在的提取絕緣子表面水珠特征受人為主觀因素影響較大的問題。
技術(shù)領(lǐng)域
本發(fā)明屬于圖像處理技術(shù)領(lǐng)域,具體涉及一種基于YOLOv3網(wǎng)絡(luò)的復(fù)合絕緣子憎水性等級識別方法。
背景技術(shù)
復(fù)合絕緣子具有重量輕、強(qiáng)度高、不易破碎、耐污性能好等特點(diǎn),目前已被廣泛地應(yīng)用于電力系統(tǒng)中。隨著運(yùn)行時(shí)間的延長,由于強(qiáng)電場、空氣腐蝕、紫外線照射、污穢以及雨水等惡劣氣候環(huán)境得相互作用,硅橡膠復(fù)合絕緣子表面出現(xiàn)破損以及老化,在一定程度上致使憎水性下降,甚至完全丟失,最終導(dǎo)致硅橡膠復(fù)合絕緣子的抗污閃性能下降,進(jìn)而造成輸電線路發(fā)生嚴(yán)重的污閃事故,這將會給國民經(jīng)濟(jì)帶來重大損失。為了判定輸電線路中的絕緣子是否需要退出使用,需要客觀準(zhǔn)確地判定出復(fù)合絕緣子的憎水性等級。因此,對復(fù)合絕緣子的憎水性能進(jìn)行檢測是判斷復(fù)合絕緣子抗污閃性能的重要手段,也是確保復(fù)合絕緣子安全運(yùn)行的重要保證,開展復(fù)合絕緣子憎水性檢測技術(shù)的研究至關(guān)重要。目前,硅橡膠復(fù)合絕緣子憎水性等級檢測算法主要都是利用人工確定絕緣子表面水珠特征來判斷憎水性等級的,而人工提取水珠特征具有一定的主觀性,本發(fā)明提出了一種基于YOLOv3網(wǎng)絡(luò)的復(fù)合絕緣子憎水性等級識別方法,利用深度學(xué)習(xí)自動提取絕緣子表面水珠更深度的特征,將會更加準(zhǔn)確的判定絕緣子憎水性的等級,同時(shí)不需要依賴人為提取特征,結(jié)果具有魯棒性。
發(fā)明內(nèi)容
本發(fā)明的目的是提供一種基于YOLOv3的復(fù)合絕緣子憎水性等級識別方法,解決了現(xiàn)有技術(shù)中存在的提取絕緣子表面水珠特征受人為主觀因素影響較大的問題。
本發(fā)明所采用的技術(shù)方案是,一種基于YOLOv3的復(fù)合絕緣子憎水性等級識別方法,具體按照以下步驟實(shí)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(jìn)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(biāo)簽軟件對帶水珠的復(fù)合絕緣子照片逐一進(jìn)行等級標(biāo)定,然后將標(biāo)定好的圖像輸入到全卷積網(wǎng)絡(luò)YOLOV3中的Darknet-53特征提取每個(gè)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(biāo)定的每個(gè)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(gè)憎水性等級下水珠的特征進(jìn)行對比,進(jìn)而實(shí)現(xiàn)新輸入帶水珠的絕緣子圖像憎水性等級識別。
本發(fā)明的特點(diǎn)還在于,
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(jìn)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。
步驟3中YOLOV3網(wǎng)絡(luò)的特征提取網(wǎng)絡(luò)Darknet53包含52個(gè)卷積層和一個(gè)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(gè)卷積核交錯(cuò)達(dá)到目的。
步驟3中訓(xùn)練參數(shù)設(shè)置如下:
(1)將經(jīng)過labelImg標(biāo)簽軟件標(biāo)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;
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于西安工程大學(xué),未經(jīng)西安工程大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010131458.6/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 一種基于知識蒸餾的文物真?zhèn)舞b定方法
- 基于改進(jìn)YOLOv3網(wǎng)絡(luò)模型的軌道線路病害辨識方法
- 一種基于YOLOv3的輕量級框架改進(jìn)的目標(biāo)識別方法
- 基于YOLOv3改進(jìn)的交通標(biāo)志檢測與識別方法
- 一種基于改進(jìn)的yolov3-tiny網(wǎng)絡(luò)的交通標(biāo)識檢測方法
- 基于yolov3算法與滑動窗口策略的SAR影像海面艦船檢測方法
- 一種基于改進(jìn)YOLOv3網(wǎng)絡(luò)模型識別鑄件DR圖像疏松缺陷的方法
- 一種基于注意力機(jī)制的多尺度車輛行人檢測方法及裝置
- 一種基于改進(jìn)YOLOv3的小目標(biāo)檢測方法
- 基于YOLOv3算法的PCB表面缺陷檢測方法及裝置
- 網(wǎng)絡(luò)和網(wǎng)絡(luò)終端
- 網(wǎng)絡(luò)DNA
- 網(wǎng)絡(luò)地址自適應(yīng)系統(tǒng)和方法及應(yīng)用系統(tǒng)和方法
- 網(wǎng)絡(luò)系統(tǒng)及網(wǎng)絡(luò)至網(wǎng)絡(luò)橋接器
- 一種電力線網(wǎng)絡(luò)中根節(jié)點(diǎn)網(wǎng)絡(luò)協(xié)調(diào)方法和系統(tǒng)
- 一種多網(wǎng)絡(luò)定位方法、存儲介質(zhì)及移動終端
- 網(wǎng)絡(luò)裝置、網(wǎng)絡(luò)系統(tǒng)、網(wǎng)絡(luò)方法以及網(wǎng)絡(luò)程序
- 從重復(fù)網(wǎng)絡(luò)地址自動恢復(fù)的方法、網(wǎng)絡(luò)設(shè)備及其存儲介質(zhì)
- 神經(jīng)網(wǎng)絡(luò)的訓(xùn)練方法、裝置及存儲介質(zhì)
- 網(wǎng)絡(luò)管理方法和裝置





