本发明涉及目标识别方法,具体涉及一种输电线路中不同材质绝缘子的识别方法及存储介质。
背景技术:
1、绝缘子是电力输电线路中进行绝缘的关键部件,起着非常重要的作用,为了确保电力的稳定运行,需要对电力输电线路进行定期巡检。经巡检后,可收集到电力输电线路关键部件的图片,对巡检图片进行检测可快速判断所巡检路线是否存在缺陷在巡视中,在巡检绝缘子是重点进行巡视的重要线路部件,针对绝缘子的巡视、发现缺陷进行上报,更换等工作,在线路的运维工作中,非常重要。
2、目前使用人工智能对象检测算法能够快速定位绝缘子缺陷,能够提高人工工作效率,但是由于绝缘子的制造材质不同,分为玻璃绝缘子、复合绝缘子,由于在自然界图形背景复杂,识别不同材质的绝缘子容易出现误判,但是根据不同材质的绝缘子训练模型,训练样本有限,工作量巨大,因此针对不同材质的绝缘子的对象识别,需要解决跨域问题目标检测问题。
3、由于电力输电线路的绝缘子根据制造材质的不同,分为玻璃绝缘子和复合绝缘子,在拍摄的绝缘子照片中,在自然界图像的背景复杂,类似的绝缘子的物体非常多,如果直接使用yolov3上进行训练,会因绝缘子数据分布差异过大造成误检率过高,因此要统一复合绝缘子和玻璃绝缘子的数据分布,减小其他异物的影响,提取玻璃绝缘子和复合绝缘子一致的特征。而现有域自适应算法适用于物体类别多、数据分布广泛的数据集,如果将其直接应用到不同类型的绝缘子检测上,会产生将类似绝缘子的物体误识别为绝缘子的问题。
技术实现思路
1、本发明要解决的技术问题在于克服上述不足,提供一种输电线路中不同材质绝缘子的识别方法及存储介质。
2、本发明的技术方案为:
3、一种输电线路中不同材质绝缘子的识别方法,包括以下步骤:
4、第一阶段:输电线路绝缘子图片标注、使用yolov3进行绝缘子识别;
5、第二阶段:源域绝缘子有监督地预训练网络,针对源域绝缘子进行训练。
6、第三阶段:目标域绝缘子测试网络并生成软标签、并根据预测框面积和置信度阈值筛选软标签,并进行排序。
7、第四阶段:输入到自训练网络阶段;
8、第五阶段:输入到对抗训练阶段,并生成针对不同材质绝缘子的识别模型。
9、本发明还提供一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序能够被处理器执行以实现本发明所述的输电线路中不同材质绝缘子的识别方法的步骤。
10、本发明的有益效果:
11、本发明采用不同材质的绝缘子样本对深度神经网络进行两个阶段的训练,在有效降低模型训练样本标注量的同时,解决了跨域识别不同材质的绝缘子的问题。
1.一种输电线路中不同材质绝缘子的识别方法,包括特征提取模块和检测模块,其特征在于,包括以下步骤:
2.根据权利要求1所述的识别方法,其特征在于,所述步骤2还包括:
3.根据权利要求2所述的识别方法,其特征在于,所述步骤2还包括:
4.根据权利要求4所述的识别方法,其特征在于,所述步骤3还包括:
5.根据权利要求4所述的识别方法,其特征在于,所述步骤4还包括:
6.根据权利要求5所述的识别方法,其特征在于,所述步骤5中:
7.根据权利要求6所述的识别方法,其特征在于,所述步骤5中:
8.根据权利要求7所述的识别方法,其特征在于,训练过程为:
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序能够被处理器执行以实现如权利要求1-8任一项所述的输电线路中不同材质绝缘子的识别方法的步骤。