本申请涉及计算机,特别是涉及一种输电线路异物检测方法、装置、计算机设备和存储介质。
背景技术:
1、输电线路是用于将电能从发电厂或变电站传输到用户的电力传输系统。它由输电线、输电塔和其他相关设备组成。为了保证输电线路的安全,需要对输电线路进行电力巡检。
2、传统技术中在电力巡检过程中拍摄得到输电线路的照片、图像后,通过照片、图像确定是否存在异物以,并进一步确定异物位置。
3、然而,在巡检过程中获取大量图像后,如通过人工一一进行异物的确认,会导致工作量极大且效率较差。
技术实现思路
1、基于此,有必要针对上述技术问题,提供一种能够将巡检图像中的异物可视化地呈现的输电线路异物检测方法、装置、计算机设备和存储介质。
2、第一方面,本申请提供一种输电线路异物检测方法。该方法包括:
3、构建目标检测模型;
4、获取待处理图像,将待处理图像输入至目标检测模型中,通过目标检测模型确定待处理图像中的预测框;
5、将预测框内的图像分割成多个超像素,确定各超像素的重要性分数;
6、基于重要性分数对预测框内的各像素赋值,得到检测目标的可视化图像。
7、在其中一个实施例中,目标检测模型包括特征提取网络和中间网络;通过目标检测模型确定待处理图像中的预测框,包括:
8、通过特征提取网络,提取待处理图像的具有检测目标的特征图;
9、将特征图输入至中间网络,通过中间网络获取多个候选框;候选框至少包括检测目标的置信度;
10、去除置信度值小于预设置信度阈值的候选框,并去除重叠候选框,得到预测框。
11、在其中一个实施例中,目标检测模型基于卷积神经网络构建得到,目标检测模型至少包括卷积层和池化层,卷积层和池化层被设置为在像素计算过程中,跳过不具有有效值的像素。
12、在其中一个实施例中,将预测框内的图像分割成多个超像素,包括:
13、获取各像素的参数信息;参数信息包括颜色信息和位置信息;
14、基于位置信息,将颜色信息差异小于预设颜色阈值的相邻像素作为同一区域,基于多个不同区域得到多个超像素。
15、在其中一个实施例中,确定各超像素的重要性分数,包括:
16、获取具有超像素的多组采样图像;其中,各组采样图像随机去除部分超像素;
17、获取各组采样图像中保留超像素的保留面积,确定各组采样图像的采样分数;
18、根据各组采样图像中采样分数和保留面积确定各超像素的权重;
19、基于权重对各采样分数进行加权平均,得到各超像素的重要性分数。
20、在其中一个实施例中,确定各组采样图像中各采样分数,包括:
21、将具有保留超像素的采样图像输入至目标检测模型中,通过目标检测模型确定采样选框;
22、根据采样选框和候选框的差异确定采样分数。
23、在其中一个实施例中,基于重要性分数对预测框内的各像素赋值,得到检测目标的可视化图像,包括:
24、基于重要性分数对预测框内的各像素赋值,得到具有各像素重要性分数的热力图;
25、对热力图滤波,并通过可视化接口将热力图加载于待处理图像,得到检测目标的可视化图像。
26、第二方面,本申请还提供一种输电线路异物检测装置。该装置包括:
27、模型构建模块,用于构建目标检测模型;
28、预测框确定模块,用于获取待处理图像,将待处理图像输入至目标检测模型中,通过目标检测模型确定待处理图像中的预测框;
29、重要性分数确定模块,用于将预测框内的图像分割成多个超像素,确定各超像素的重要性分数;
30、可视化图像确定模块,用于基于重要性分数对预测框内的各像素赋值,得到检测目标的可视化图像。
31、第三方面,本申请还提供了一种计算机设备,计算机设备包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现以下步骤:
32、构建目标检测模型;
33、获取待处理图像,将待处理图像输入至目标检测模型中,通过目标检测模型确定待处理图像中的预测框;
34、将预测框内的图像分割成多个超像素,确定各超像素的重要性分数;
35、基于重要性分数对预测框内的各像素赋值,得到检测目标的可视化图像。
36、第四方面,本申请还提供了一种计算机可读存储介质。计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
37、构建目标检测模型;
38、获取待处理图像,将待处理图像输入至目标检测模型中,通过目标检测模型确定待处理图像中的预测框;
39、将预测框内的图像分割成多个超像素,确定各超像素的重要性分数;
40、基于重要性分数对预测框内的各像素赋值,得到检测目标的可视化图像。
41、第五方面,本申请还提供了一种计算机程序产品。计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
42、构建目标检测模型;
43、获取待处理图像,将待处理图像输入至目标检测模型中,通过目标检测模型确定待处理图像中的预测框;
44、将预测框内的图像分割成多个超像素,确定各超像素的重要性分数;
45、基于重要性分数对预测框内的各像素赋值,得到检测目标的可视化图像。
46、上述输电线路异物检测方法、装置、计算机设备和存储介质,先构建目标检测模型,将待处理图像输入至目标检测模型中确定预测框,以确定异物位置。之后将预测框内的图像按照相同或相似的特征分割为多个超像素,并确定各超像素的重要性分数。重要性分数表示出各超像素的重要程度,在通过重要性分数对各像素赋值后,即可将预测框内的重要程度更高的像素区域凸显出来,从而使得异物可视化,得到异物可视化的图像。相较于传统技术中通过人工识别确定图像中异物的方法,本申请提供的异物检测方法能够将异物可视化地呈现出来,帮助巡检人员更加直观的确定异物。
1.一种输电线路异物检测方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述目标检测模型包括特征提取网络和中间网络;所述通过所述目标检测模型确定所述待处理图像中的预测框,包括:
3.根据权利要求1所述的方法,其特征在于,所述目标检测模型基于卷积神经网络构建得到,所述目标检测模型至少包括卷积层和池化层,所述卷积层和所述池化层被设置为在像素计算过程中,跳过不具有有效值的像素。
4.根据权利要求1所述的方法,其特征在于,所述将所述预测框内的图像分割成多个超像素,包括:
5.根据权利要求1所述的方法,其特征在于,所述确定各所述超像素的重要性分数,包括:
6.根据权利要求5所述的方法,其特征在于,所述确定各组采样图像的采样分数,包括:
7.根据权利要求1所述的方法,其特征在于,所述基于所述重要性分数对所述预测框内的各像素赋值,得到检测目标的可视化图像,包括:
8.一种输电线路异物检测装置,其特征在于,所述装置包括:
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一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,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。