[發明專利]結合SSD及Resnet50網絡的電力箱圖片銹蝕破損識別方法有效
| 申請號: | 202010326610.6 | 申請日: | 2020-04-23 |
| 公開(公告)號: | CN111583197B | 公開(公告)日: | 2022-05-13 |
| 發明(設計)人: | 齊冬蓮;韓譯鋒;閆云鳳;吳越;李超勇;于淼 | 申請(專利權)人: | 浙江大學;杭州遠鑒信息科技有限公司 |
| 主分類號: | G06T7/00 | 分類號: | G06T7/00;G06V10/774;G06V10/764;G06K9/62 |
| 代理公司: | 北京睿智保誠專利代理事務所(普通合伙) 11732 | 代理人: | 周新楣 |
| 地址: | 310058 浙江*** | 國省代碼: | 浙江;33 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 結合 ssd resnet50 網絡 電力 圖片 銹蝕 破損 識別 方法 | ||
1.一種結合SSD及Resnet50網絡的電力箱圖片銹蝕破損識別方法,其特征在于:
包括以下步驟:
1)采集電力箱樣本圖片,包含不同角度拍攝以及不同種類的電力箱目標的各種樣本圖片;
2)對采集到的樣本圖片進行預處理并進行篩選整理,形成訓練集;
3)按照目標檢測標注方式對步驟2)獲得的電力箱樣本進行標注,將標注后的數據集作為訓練集,訓練集中的樣本圖片均具有相同的尺寸;
4)將步驟3)獲得的訓練集及其標注輸入到SSD目標檢測網絡中預測輸出帶有電力箱的圖像區域作為電力箱小圖,通過調整訓練參數進行訓練得到電力箱檢測模型;
5)利用SSD目標檢測網絡預測輸出的電力箱小圖及其對應的訓練集中原有的標注輸入到Resnet50分類網絡中預測判斷出電力箱是否存在銹蝕破損情況,通過調整訓練參數進行訓練得到銹蝕破損檢測模型;
6)對步驟5)獲得的銹蝕破損檢測模型進行測試,在通過測試后與訓練好的電力箱檢測模型進行結合,形成統一的基于SSD目標檢測算法及Resnet50 分類網絡的電力箱銹蝕破損識別綜合模型,利用電力箱銹蝕破損識別綜合模型實現對待測電力箱圖片進行檢測;
其中,所述步驟6)中,利用電力箱銹蝕破損識別綜合模型實現對待測電力箱圖片進行檢測,包括:
6.1)待測電力箱圖片輸入后,利用電力箱銹蝕破損識別綜合模型中的SSD目標檢測網絡部分檢測電力箱位置,預測裁剪出與電力箱相一致大小的圖像區域作為分類小圖;
6.2)將6.1)所獲得的分類小圖輸入到電力箱銹蝕破損識別綜合模型中的Resnet50分類網絡部分中,獲得電力箱銹蝕破損判斷結果。
2.根據權利要求1所述一種結合SSD及Resnet50網絡的電力箱圖片銹蝕破損識別方法,其特征在于:所述的電力箱目標是電力隧道巡檢過程中的電力箱。
3.根據權利要求1所述的一種結合SSD及Resnet50網絡的電力箱圖片銹蝕破損識別方法,其特征在于:所述步驟3)的訓練集標注是將每個樣本圖片中對應電力箱的位置信息及是否銹蝕破損的情況進行標注。
4.根據權利要求1所述的一種結合SSD及Resnet50網絡的電力箱圖片銹蝕破損識別方法,其特征在于:所述步驟4)中待調節的訓練參數包括學習率、訓練批次及數量。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于浙江大學;杭州遠鑒信息科技有限公司,未經浙江大學;杭州遠鑒信息科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010326610.6/1.html,轉載請聲明來源鉆瓜專利網。





