[發明專利]一種目標檢測方法、裝置、設備和介質

有效

• 申請號: 202211025122.7
• 申請日: 2022-08-25
• 公開（公告）號: CN115311542B
• 公開（公告）日: 2023-06-02
• 發明（設計）人: 趙建倫;嚴成才;張章;謝玉成;趙毅恒;黃晟;何茂麗;張樂心;楊煒鋒
• 申請（專利權）人: 杭州恒勝電子科技有限公司
• 主分類號: G06V20/00
• 分類號: G06V20/00;G06V10/26;G06V10/32;G06V10/40;G06V10/774;G06V10/80;G06V10/82;G06N3/048;G06N3/084
• 代理公司: 北京維正專利代理有限公司 11508
• 代理人: 李繼乾

1.一種目標檢測方法，其特征在于，包括：

獲取待檢測圖片；其中，待檢測圖片包括電力信息圖像，其中，電力信息圖像包括以下任意一種或者多種：電流端子圖像、電壓端子圖像、出口端子圖像、電壓板圖像，所述待檢測圖片由安全帽上的攝像頭拍攝；

對所述待檢測圖片進行特征提取，得到多個不同大小的第一特征圖；

對多個不同大小的所述第一特征圖進行自適應注意力計算，得到多個不同尺度的第二特征圖；

對多個所述不同尺度的第二特征圖進行特征融合，得到融合特征圖；

對所述融合特征圖進行多個電力信息的故障狀態檢測，得到檢測結果；

所述對多個不同大小的所述第一特征圖進行自適應注意力計算，得到多個不同尺度的第二特征圖，包括：

對任一大小的第一特征圖進行不同尺度池化，得到多個不同尺度的特征圖；

針對每一尺度的特征圖進行卷積，得到卷積后特征圖，其中，所有尺度的特征圖在進行卷積后的通道維數均相同；

利用雙線性插值將通道維數相同的所有尺度的特征圖上采樣到相同尺度，得到多個維數尺度均相同的特征圖；

將所述多個維數尺度均相同的特征圖合并，得到合并特征圖；

根據所述多個維數尺度均相同的特征圖，生成各自對應的空間權值；

根據所有空間權值，得到權值映射特征圖；

根據所述權值映射特征圖與所述合并特征圖進行Hadamard乘積操作，得到乘積合并特征圖；

將所述乘積合并特征圖分離成多個乘積特征圖，并根據所述多個乘積特征圖與第一特征圖聚合，得到任一尺度的第二特征圖；

將多個不同大小的所述第一特征圖各自對應的第二特征圖，作為多個不同尺度的第二特征圖；

所述對所述融合特征圖進行多個電力信息的故障狀態檢測，得到檢測結果，是基于故障檢測模型實現的；

所述故障檢測模型的訓練過程，包括：

獲取待訓練模型，其中，所述待訓練模型為基于yolov5的模型，包括：backbone層、自適應注意力模塊、neck層以及prediction層；backbone層能夠進行特征提取，自適應注意力模塊能夠進行自適應注意力計算，neck層能夠進行特征融合，prediction能夠進行故障狀態檢測；

獲取電流端子訓練樣本、電壓端子訓練樣本、出口端子訓練樣本以及電壓板訓練樣本；

基于所有訓練樣本對所述待訓練模型進行訓練，得到故障檢測模型，其中，所述訓練樣本不進行旋轉。

2.根據權利要求1所述的目標檢測方法，其特征在于，所述獲取待檢測圖片，包括：

獲取初始待檢測圖片；

對所述初始待檢測圖片進行預處理，得到待檢測圖片；

其中所述預處理包括以下任意一種或者多種：縮放、裁剪、歸一化、Mosaic數據增強。

3.根據權利要求1所述的目標檢測方法，其特征在于，所述待訓練模型中backbone層、neck層均包括CBL模塊，CBL模塊包括：

Conv卷積層、Bn批歸一化、SMU激活函數。

4.根據權利要求1所述的目標檢測方法，其特征在于，所述對所述融合特征圖進行多個電力信息的狀態檢測，得到檢測結果，包括：

對所述融合特征圖進行多個電力信息的狀態預測，得到多個電力信息狀態對應的置信度；

根據所述多個電力信息狀態對應的置信度，確定檢測結果。

5.根據權利要求1至4任意一項所述的目標檢測方法，其特征在于，所述獲取待檢測圖片，包括：

獲取初始待檢測圖片，判斷所述初始待檢測圖片的尺寸是否滿足預設尺寸；

若是，則將所述初始待檢測圖片確定為所述待檢測圖片；

若否，則將初始待檢測圖片分割，得到多張分割待檢測圖片，并將所述多張分割待檢測圖片確定為待檢測圖片。