[發(fā)明專利]一種基于DeepLabV3+的復(fù)合絕緣子實時分割方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202210181881.6
• 申請日: 2022-02-26
• 公開（公告）號: CN114549563A
• 公開（公告）日: 2022-05-27
• 發(fā)明（設(shè)計）人: 許弘雷;林楊;黃靖
• 申請（專利權(quán)）人: 福建工程學(xué)院
• 主分類號: G06T7/12
• 分類號: G06T7/12;G06N3/04;G06N3/08
• 代理公司: 福州元創(chuàng)專利商標(biāo)代理有限公司 35100
• 代理人: 張燈燦;蔡學(xué)俊

1.一種基于DeepLabV3+的復(fù)合絕緣子實時分割方法，其特征在于，包括以下步驟：

S1、獲取電力巡檢過程中拍攝的含有復(fù)合絕緣子的電力設(shè)備紅外圖，構(gòu)建原始數(shù)據(jù)集；

S2、對原始數(shù)據(jù)集進(jìn)行數(shù)據(jù)擴(kuò)增，得到訓(xùn)練數(shù)據(jù)集；

S3、構(gòu)建改進(jìn)DeepLabV3+網(wǎng)絡(luò)：將DeepLabV3+的主干網(wǎng)絡(luò)替換為輕量化神經(jīng)網(wǎng)絡(luò)MobileNetV2以提高實時性，并引入輕量級高效通道注意力模塊ECA以實現(xiàn)無降維的局部跨通道交互，然后在DeepLabV3+的輸出端加入Pointrend精細(xì)分割模塊進(jìn)行后處理以進(jìn)一步提高語義分割結(jié)果；通過訓(xùn)練數(shù)據(jù)集對改進(jìn)DeepLabV3+網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到訓(xùn)練好的改進(jìn)DeepLabV3+網(wǎng)絡(luò)；

S4、通過訓(xùn)練好的改進(jìn)DeepLabV3+網(wǎng)絡(luò)對拍攝到的電力設(shè)備紅外圖進(jìn)行處理，以實時分割出復(fù)合絕緣子。

2.根據(jù)權(quán)利要求1所述的一種基于DeepLabV3+的復(fù)合絕緣子實時分割方法，其特征在于，所述步驟S1的具體實現(xiàn)方法為：獲取電力巡檢過程中拍攝的電力設(shè)備紅外圖，并從中篩選出含有復(fù)合絕緣子的電力設(shè)備紅外圖，構(gòu)成原始數(shù)據(jù)集；采用圖像標(biāo)注工具對原始數(shù)據(jù)集圖片中的復(fù)合絕緣子芯棒及傘盤部分進(jìn)行標(biāo)注。

3.根據(jù)權(quán)利要求1所述的一種基于DeepLabV3+的復(fù)合絕緣子實時分割方法，其特征在于，所述步驟S2的具體實現(xiàn)方法為：對原始數(shù)據(jù)集進(jìn)行數(shù)據(jù)擴(kuò)增，增大數(shù)據(jù)量，形成訓(xùn)練數(shù)據(jù)集；數(shù)據(jù)擴(kuò)增的方法為：讀取原始數(shù)據(jù)集中圖片，對圖片進(jìn)行水平翻轉(zhuǎn)、垂直翻轉(zhuǎn)、旋轉(zhuǎn)設(shè)定角度或隨機(jī)裁剪，得到新的圖片；將新得到的圖片與原始數(shù)據(jù)集中圖片一起構(gòu)成訓(xùn)練數(shù)據(jù)集。

4.根據(jù)權(quán)利要求1所述的一種基于DeepLabV3+的復(fù)合絕緣子實時分割方法，其特征在于，所述步驟S3中，構(gòu)建改進(jìn)DeepLabV3+網(wǎng)絡(luò)時，將MobileNetV2與DeepLabV3+相融合，采用MobilenetV2 網(wǎng)絡(luò)作為編碼器，使用 linear，防止relu破壞特征；使用深度可分離卷積，減少運(yùn)算量以及參數(shù)量并提高通道數(shù)，獲得圖像中的更多特征。

5.根據(jù)權(quán)利要求4所述的一種基于DeepLabV3+的復(fù)合絕緣子實時分割方法，其特征在于，所述改進(jìn)DeepLabV3+網(wǎng)絡(luò)包括編碼器和解碼器，所述編碼器包括空洞卷積和結(jié)合MobileNetV2卷積網(wǎng)絡(luò)的空間金字塔，所述空洞卷積將MobileNetV2中以任意分辨率計算的特征提取出來，在全局池化之前，利用輸入圖像空間分辨率與最終輸出圖像空間分辨率的比率來作為輸出步幅，根據(jù)計算資源的預(yù)算來控制編碼器特征的密度；所述空間金字塔使用不同空洞率的空洞卷積將MobileNetV2計算出的特征進(jìn)行多尺度融合，豐富語義信息的同時權(quán)衡精度和運(yùn)行時間；所述解碼器由兩個具有不同卷積核的卷積結(jié)構(gòu)組成，用于利用相同的卷積網(wǎng)絡(luò)來減少信道數(shù)量。

6.根據(jù)權(quán)利要求1所述的一種基于DeepLabV3+的復(fù)合絕緣子實時分割方法，其特征在于，所述步驟S3中，在MobileNetV2中引入ECA模塊，ECA的實現(xiàn)方法為：先對各特征進(jìn)行全局平均池化，然后自適應(yīng)Kernel運(yùn)算，再通過sigmoid函數(shù)得到各特征，而后進(jìn)行前向傳播，將各特征的重要性權(quán)重賦給原來的特征圖。

7.根據(jù)權(quán)利要求1所述的一種基于DeepLabV3+的復(fù)合絕緣子實時分割方法，其特征在于，所述步驟S3中，采用PointRend精細(xì)分割模塊對分割結(jié)果進(jìn)行后處理，以使分割結(jié)果的邊緣更加光滑并提高分割精度；PointRend將圖像渲染思路引進(jìn)語義分割中，使用雙線性插值對網(wǎng)絡(luò)輸出的細(xì)粒度特征進(jìn)行上采樣，在上采樣結(jié)果中選取若干個最不確定點，作為邊界分割困難點，同時結(jié)合由細(xì)粒度特征直接獲取的困難點，使用多層感知機(jī)進(jìn)行標(biāo)簽預(yù)測；重復(fù)上述上采樣-選擇點-標(biāo)簽預(yù)測過程，直到達(dá)到所需分辨率；通過在上采樣過程中實現(xiàn)自適應(yīng)細(xì)分以盡可能保留輪廓信息，在分割中保留邊界點，提高分割精度。

8.一種基于DeepLabV3+的復(fù)合絕緣子實時分割系統(tǒng)，其特征在于，包括存儲器、處理器以及存儲于存儲器上并能夠被處理器運(yùn)行的計算機(jī)程序指令，當(dāng)處理器運(yùn)行該計算機(jī)程序指令時，能夠?qū)崿F(xiàn)如權(quán)利要求1-7任一項所述的方法步驟。