[發明專利]一種用于對電力設施儀表進行自動定位的方法及系統

在審

• 申請號: 202010171079.X
• 申請日: 2020-03-12
• 公開（公告）號: CN111598942A
• 公開（公告）日: 2020-08-28
• 發明（設計）人: 萬皓;張建功;武曉蕊;張業茂;干喆淵;路遙;謝輝春;劉興發;劉震寰;劉華剛;倪園;王延召;趙軍;周兵;胡靜竹;李妮;陳玉龍;黃銳
• 申請（專利權）人: 中國電力科學研究院有限公司;國家電網有限公司
• 主分類號: G06T7/70
• 分類號: G06T7/70;G06N3/04;G06N3/08;G06K9/62
• 代理公司: 北京工信聯合知識產權代理有限公司 11266
• 代理人: 姜麗樓

1.一種用于對電力設施儀表進行自動定位的方法，其特征在于，所述方法包括：

獲取多組處于不同的采集環境條件且包含電力設施儀表的原始圖像數據，并對獲取的原始圖像數據進行數據增廣處理，以獲取樣本圖像數據集；

對所述樣本圖像數據集中的圖像進行內容標注；

構建卷積神經網絡模型，利用經過內容標注的樣本圖像數據集對所述卷積神經網絡模型進行訓練，以確定用于電力設施儀表自動定位的卷積神經網絡模型；

利用所述用于電力設施儀表自動定位的卷積神經網絡模型對待測圖像中的電力設施儀表進行自動定位，獲取所述待測圖像中的電力設施儀表的定位信息。

2.根據權利要求1所述的方法，其特征在于，所述不同的采集環境條件包括：圖像中電力設施儀表的數量不同、采集的角度不同、電力設施儀表在圖像中的占比不同、電力設施儀表發生形狀變化的位置不同、圖像中電力設施儀表的可見比例不同、采集的光照不同、采集的背景不同和電力設施儀表的型號不同中的至少一個。

3.根據權利要求1所述的方法，其特征在于，所述對獲取的原始圖像進行數據增廣處理包括：

通過幾何變換和像素變換的方式對獲取的原始圖像數據進行數據增廣處理。

4.根據權利要求1所述的方法，其特征在于，所述對所述樣本圖像數據集中的圖像進行內容標注，包括：

確定所述樣本圖像數據集中每個圖像的圖像信息和圖像中電力設施儀表的位置信息；其中，所述圖像信息包括：圖像的名稱、圖像的路徑、圖像的尺寸和圖像中的檢測目標的名稱；所述圖像中電力設施儀表的位置信息，包括：電力設施儀表的中心坐標和所述電力設施儀表所在邊界框的寬度和高度。

5.根據權利要求1所述的方法，其特征在于，所述構建卷積神經網絡模型，利用經過內容標注的樣本圖像數據集對所述卷積神經網絡模型進行訓練，以確定用于電力設施儀表自動定位的卷積神經網絡模型，包括：

步驟1，構建YOLO V3卷積神經網絡模型，設置模型參數，并初始化所述卷積神經網絡模型各層節點的權值和偏值；

步驟2，利用經過內容標注的樣本圖像數據集中的訓練數據對當前的卷積神經網絡模型進行訓練，并計算當前的卷積神經網絡的確定損失函數值；

步驟3，判斷是否滿足當前的損失函數值小于預設的損失函數值閾值，或相鄰兩個迭代過程中對應的損失函數值間的差值小于預設的差值閾值，或迭代次數已達到預設次數；若滿足，則確定當前的卷積神經網絡模型為用于電力設施儀表自動定位的卷積神經網絡模型；反之，則進入步驟4；

步驟4，利用梯度下降算法對所述卷積神經網絡模型各層節點的權值和偏值進行修正，并返回步驟2重新訓練。

6.根據權利要求5所述的方法，其特征在于，所述方法還包括：

利用經過內容標注的樣本圖像數據集中的測試數據對當前的卷積神經網絡模型進行測試。