[發明專利]一種電力電纜隧道內目標檢測的方法

有效

• 申請號: 202010399937.6
• 申請日: 2020-05-12
• 公開（公告）號: CN111563557B
• 公開（公告）日: 2023-01-17
• 發明（設計）人: 郭修宵;武繼軍;耿一丁;徐明磊;薛欣科;朱文;溫飛;趙凱;衣蘭曉;李洪磊
• 申請（專利權）人: 山東科華電力技術有限公司
• 主分類號: G06V20/40
• 分類號: G06V20/40;G06V20/52;G06V40/10;G06V10/82;G06V10/762;G06V10/764;G06V10/766;G06V10/774;G06V10/44;G06N3/0464;G06N3/047;G06N3/082
• 代理公司: 濟南誠智商標專利事務所有限公司 37105
• 代理人: 李修杰

本發明公開了一種電力電纜隧道內目標檢測的方法，包括以下步驟：S1，獲取目標圖像數據集，并按照比例劃分為訓練集和測試集；S2，對數據集中目標進行人工標注；S3，對標注后的訓練集進行預處理；S4，提取訓練集中目標信息；S5，基于YOLOV3網絡搭建目標檢測模型；S6，利用訓練集數據對目標檢測模型進行訓練；S7，采用訓練好的目標檢測模型對電力電纜隧道內目標進行檢測。本發明不僅能夠快速識別電力電纜隧道內的目標，而且能夠提升對電力電纜隧道內目標檢測準確度。

技術領域

本發明涉及一種電力電纜隧道內目標檢測的方法，屬于計算機視覺與目標檢測技術領域。

背景技術

隨著網絡通信、人工智能、視頻分析等技術的發展，傳統電力行業緊追人工智能發展機遇，結合電網企業業務特點，積極探索人工智能落地應用，如何讓該技術應用于電力安全運行及維護管理上實現智能化、物聯化、實用化，一直是電力企業關注的重點。

電力電纜隧道建在地面以下，具有空間小、不容易觀測、巡檢探查困難等特點，目前的防范措施耗費諸多人力且效果不佳，針對于此，在隧道角落內安裝高清晰度AI攝像機，利用攝像機內置目標檢測算法，當檢測到目標設備時，比如人不帶安全帽、防火門開或關、抱箍有無等情況時，及時觸發攝像機拍照取證，將報警信號及場景圖片及時有效地通過網絡傳輸到監控中心或者現場管理人員的移動終端設備，讓管理人員能夠實時監測到電力電纜隧道現場情況，從而能夠有效預防重大安全事故的發生。

物體檢測過程中有很多不確定因素，如圖像中物體數量不確定，物體有不同的外觀、形狀、姿態，加之物體成像時會有光照、遮擋、小目標檢測精確度低等因素的干擾，導致檢測算法有一定的難度。進入深度學習時代以來，物體檢測發展主要集中在兩個方向：twostage算法如R-CNN系列和one stage算法如YOLO、SSD等。兩者的主要區別在于two stage算法需要先生成proposal(一個有可能包含待檢物體的預選框)，然后進行細粒度的物體檢測。而one stage算法會直接在網絡中提取特征來預測物體分類和位置，相比其它檢測算法，Yolov3算法的準確率和速度是最好的，但電力電纜隧道環境中的檢測效果并不佳，無法快速有效地識別電力電纜隧道內的目標。

發明內容

為了解決上述問題，本發明提出了一種電力電纜隧道內目標檢測的方法，不僅能夠快速識別電力電纜隧道內的目標，而且能夠提升對電力電纜隧道內目標檢測準確度。

本發明解決其技術問題采取的技術方案是：

本發明實施例提供的一種電力電纜隧道內目標檢測的方法，包括以下步驟：

S1，獲取目標圖像數據集，并按照比例劃分為訓練集和測試集；

S2，對數據集中目標進行人工標注；

S3，對標注后的訓練集進行預處理；

S4，提取訓練集中目標信息；

S5，基于YOLOV3網絡搭建目標檢測模型；

S6，利用訓練集數據對目標檢測模型進行訓練；

S7，采用訓練好的目標檢測模型對電力電纜隧道內目標進行檢測。

作為本實施例一種可能的實現方式，所述步驟S1具體為：通過安裝在電力電纜隧道內的AI攝像機獲取大量不同場景下的有人或者防火門的視頻圖像，每隔兩秒保存一幅圖像，并刪除拍攝質量過差的圖片，將采集圖像按照4：1比例劃分為訓練集和測試集。

作為本實施例一種可能的實現方式，所述步驟S2具體為：對數據集中目標進行標注的對象包括帶安全帽(havehat)、不帶安全帽(nohat)、防火門開(dooropen)和防火門關(doorclose)四種類別，標注后并保存圖像中每種目標的大小、位置和類別信息。