[發(fā)明專利]輸電線路覆冰識別模型訓練方法、識別方法及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202110539796.8
• 申請日: 2021-05-18
• 公開（公告）號: CN113449769A
• 公開（公告）日: 2021-09-28
• 發(fā)明（設計）人: 王永蘭;焦波;魏阿明;呂龍
• 申請（專利權(quán)）人: 內(nèi)蒙古工業(yè)大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/32;G06N3/04;G06N3/08
• 代理公司: 北京金信知識產(chǎn)權(quán)代理有限公司 11225
• 代理人: 喻嶸

1.一種輸電線路覆冰識別模型的訓練方法，其特征在于，包括：

獲取訓練數(shù)據(jù)，其中，所述訓練數(shù)據(jù)包括正樣本和負樣本，所述正樣本為包含覆冰目標的輸電線路覆冰圖像，所述負樣本為不包含覆冰目標的輸電線路覆冰圖像；

基于預設的分類類別對所述訓練數(shù)據(jù)進行標注；

構(gòu)建Faster RCNN識別模型網(wǎng)絡架構(gòu)；

利用所述訓練數(shù)據(jù)訓練所述Faster RCNN識別模型網(wǎng)絡架構(gòu)，得到用于識別輸電線路的覆冰狀態(tài)的Faster RCNN識別模型。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，獲取訓練數(shù)據(jù)之后，所述方法還包括：

對采集到的所述輸電線路覆冰圖像進行數(shù)據(jù)預處理，其中，所述數(shù)據(jù)預處理包括將所述輸電線路覆冰圖像通過平移、旋轉(zhuǎn)、鏡像或伸縮中的至少一種方式進行數(shù)據(jù)增強。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，構(gòu)建Faster RCNN識別模型網(wǎng)絡架構(gòu)，包括：

將所述輸電線路覆冰圖像輸入特征提取網(wǎng)絡生成特征圖；

使用區(qū)域建議網(wǎng)絡從所述特征圖中提取包含覆冰目標的候選區(qū)域，生成目標候選框；

將所述目標候選框映射到所述特征圖得到特征矩陣；

構(gòu)建ROI pooling層，將所述特征矩陣輸入所述ROI pooling層得到固定尺寸的目標特征圖；

構(gòu)建全連接層，利用所述全連接層對所述目標特征圖進行回歸和分類，得到所述目標候選框的邊框坐標參數(shù)和分類結(jié)果。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述特征提取網(wǎng)絡為殘差提取網(wǎng)絡resnet50，包括49個卷積層和1個全連接層，所述卷積層包括16個殘差單元，每個殘差單元包括1×1的卷積核和3×3的卷積核，所述1×1的卷積核用于降低維度，所述3×3的卷積核用于提取特征。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，利用所述訓練數(shù)據(jù)訓練所述Faster RCNN識別模型網(wǎng)絡架構(gòu)，包括：

采用mini-batch隨機梯度下降方法訓練所述Faster RCNN識別模型網(wǎng)絡架構(gòu)；

其中，所述Faster RCNN識別模型網(wǎng)絡架構(gòu)訓練的初始學習率為0.005，動量參數(shù)為0.9，學習衰減率為0.0005。

6.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述方法還包括：

計算損失函數(shù)的損失值；

基于所述損失函數(shù)的損失值對所述Faster RCNN識別模型進行更新；

其中，所述損失函數(shù)為：

其中，i表示每個小批次中檢測框的序號；p_i表示以檢測框為目標的預測概率，當預測為目標時p^*_i＝1，否則為0；t_i表示目標候選框的4個參數(shù)坐標向量，t^*_i表示一個與正樣本關聯(lián)的真實框坐標；N_cls表示一個mini-batch中所有樣本的數(shù)量，N_reg表示檢測框位置的個數(shù)

L_reg(t_i,t^*_i)表示回歸損失函數(shù)，L_cls(p_i,p^*_i)表示分類損失函數(shù)；λ為平衡參數(shù)，λ＝10。

7.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：

利用準確率、召回率以及平均準確率均值對所述識別模型的識別效果進行測試；

若測試結(jié)果低于預設閾值，則修改所述Faster RCNN識別模型的訓練參數(shù)，對所述Faster RCNN識別模型進行訓練直至所述測試結(jié)果達到所述預設閾值。

8.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述訓練數(shù)據(jù)還包括未覆冰的輸電線路圖像，基于預設的分類類別對所述訓練數(shù)據(jù)進行標注，包括：

對所述未覆冰的輸電線路圖像中的未覆冰絕緣子和未覆冰導線進行標注。