一种基于知识蒸馏的相似旋钮开关档位识别方法与装置与流程

本发明涉及图像处理与识别，尤其涉及一种基于知识蒸馏的相似旋钮开关档位识别方法与装置。

背景技术：

1、旋钮开关是一种常见的配电设备，用于控制电路的通断。在电力系统中，旋钮开关起着重要的作用，可以实现电能的分配、转换和保护。旋钮开关常见于电力配电柜、电控柜等设备中，通过旋钮操作来开启或关闭电路。然而，目前旋钮开关设备的状态监测和管理仍存在一些挑战。传统的人工巡检方法需要耗费大量时间和人力，且容易出现漏检或误检的情况。因此，自动化旋钮开关档位识别技术的研发具有重要意义。虽然现有的图像识别技术可以应用于旋钮开关设备的状态识别，但也存在无法区分外观相似但档位不同的旋钮开关，识别其他视角的旋钮开关档位也具有一定挑战性；导致训练难度较高，识别精确度较低，无法满足电力开关柜密集排布、种类繁多的旋钮开关高效自动化巡检要求。

技术实现思路

1、为了解决上述技术问题，本发明的目的是提供一种基于知识蒸馏的相似旋钮开关档位识别方法与装置，能够解决相似旋钮开关差异性较小造成难以自动识别种类和档位的问题。

2、本发明所采用的第一技术方案是：一种基于知识蒸馏的相似旋钮开关档位识别方法，包括以下步骤：

3、对旋钮开关进行图像采集，并制作旋钮开关种类数据库和旋钮开关档位数据库；

4、构建第一网络，并以种类识别损失最小化为目标，根据旋钮开关种类数据库训练第一网络，得到训练完毕的第一网络；

5、将旋钮开关档位数据库中的旋钮开关图像输入到训练完毕的第一网络中，得到旋钮开关种类伪标签；

6、构建第二网络，并以知识蒸馏损失和档位识别损失最小化为目标，根据旋钮开关档位数据库和旋钮开关种类伪标签训练第二网络，得到训练完毕的第二网络；

7、将采集的旋钮开关图像输入到训练完毕的第二网络，得到旋钮开关的融合识别信息；

8、对旋钮开关的融合识别信息进行非极大值抑制和置信度阈值筛选，得到旋钮开关的识别信息。

9、进一步，所述构建第一网络，并以种类识别损失最小化为目标，根据旋钮开关种类数据库训练第一网络，得到训练完毕的第一网络这一步骤，其具体包括：

10、基于特征提取网络和种类识别分支构建第一网络；

11、将旋钮开关种类数据库中的旋钮开关图像输入到第一网络中，并进行特征提取和种类识别计算，得到第一种类识别信息；

12、根据第一种类识别信息和旋钮开关种类数据库中的旋钮开关种类真实标签进行损失计算，得到种类识别损失；

13、基于种类识别损失对第一网络参数进行调整，得到训练完毕的第一网络。

14、通过该优选步骤，将相似旋钮开关档位识别划分为旋钮开关的种类识别和档位识别两个子任务，并通过训练第一网络使其更好的适应外观相似的旋钮开关的种类识别。

15、进一步，所述构建第二网络，并以知识蒸馏损失和档位识别损失最小化为目标，根据旋钮开关档位数据库和旋钮开关种类伪标签训练第二网络，得到训练完毕的第二网络这一步骤，其具体包括：

16、基于特征提取网络、种类识别分支、档位识别分支和识别信息融合分支构建第二网络；

17、将旋钮开关档位数据库中的旋钮开关图像输入到第二网络中，并进行特征提取、种类识别计算和档位识别计算，得到旋钮开关第二种类识别信息和档位识别信息；

18、根据旋钮开关种类伪标签和旋钮开关第二种类识别信息进行损失计算，得到知识蒸馏损失；

19、根据档位识别信息和旋钮开关档位数据库中的旋钮开关档位真实标签进行损失计算，得到档位识别损失；

20、基于知识蒸馏损失和档位识别损失对第二网络参数进行调整，得到训练完毕的第二网络。

21、通过该优选步骤，第二网络保留了种类识别功能并在在第一网络的基础上增加旋钮开关的档位识别功能，并通过训练第二网络使其更好地适应外观相似的旋钮开关的种类识别和档位识别场景。

22、进一步，所述识别信息融合分支的具体工作步骤如下：

23、计算档位识别检测框中心点和种类识别检测框中心点之间的欧氏距离，并将欧氏距离最短的检测框进行匹配，得到已匹配检测框对；

24、设定欧式距离阈值对已匹配检测框对进行筛选，得到候选检测框对；

25、对候选检测框对的档位识别置信度和种类识别置信度进行融合，得到融合置信度；

26、对候选检测框对的档位识别检测框和种类识别检测框进行有权相加，其权重为档位识别置信度和种类识别置信度的归一化权重，得到融合识别检测框。

27、通过该优选步骤，使旋钮开关的融合识别信息能够包含种类、档位、定位框、识别置信度的相似旋钮开关识别结果。

28、进一步，所述种类识别损失，其计算表达式如下：

29、lcl＝losscls+lossbox+lossobj

30、lossbox＝1-iou

31、其中，lcl表示种类识别损失，losscls表示分类损失，用于计算种类分类是否正确；lossbox表示定位损失，用于判断检测框与真实标签的标定框之间的误差；lossobj表示置信度损失，用于计算种类识别分支的置信度；iou表示检测框与标定框之间交集和并集的比值。

32、进一步，所述档位识别损失，其计算表达式如下：

33、lgear＝lossdcls+lossdbox+lossdobj

34、lossdbox＝1-ioud

35、其中，lgear表示档位识别损失，lossdcls表示档位分类损失，用于计算档位分类是否正确lossdbox表示档位定位损失，用于判断档位检测框与真实标签的标定框之间的误差；iossdobj表示档位置信度损失，用于计算档位识别分支的置信度；ioud表示档位检测框与标定框之间交集和并集的比值。

36、本发明所采用的第二技术方案是：一种基于知识蒸馏的相似旋钮开关档位识别装置，包括图像采集模块、特征提取模块、种类识别模块、档位识别模块、识别信息融合模块和输出模块，其中：

37、所述图像采集模块用于对开关面板上的相似旋钮开关设备进行图像采集操作，得到包含多个旋钮开关特征的图像信号；

38、所述特征提取模块与所述图像采集模块连接，用于对图像信号进行特征提取，得到图像信号的特征信息；

39、所述种类识别模块与所述特征提取模块连接，用于对图像信号的特征信息进行种类识别检测，得到种类识别信息；

40、所述档位识别模块与所述特征提取模块连接，用于对图像信号的特征信息进行档位识别检测，得到档位识别信息；

41、所述识别信息融合模块分别与所述种类识别模块、所述档位识别模块连接，用于对种类识别信息和档位识别信息进行匹配、筛选、融合操作，得到融合识别信息；

42、所述输出模块与所述识别信息融合模块连接，用于对融合识别信息进行后处理，得到旋钮开关的识别信息。

43、本发明方法、装置的有益效果是：本发明通过采用神经网络模型，可一次性自动检测、定位和识别多个旋钮开关的种类和档位。即使在多个视角下存在遮挡的情况下，该技术方案仍能准确识别，并具有高效和强大的应用性；本发明使用多任务神经网络和识别信息融合模块相结合的方法，将相似旋钮开关档位识别划分为旋钮开关的种类识别和档位识别两个子任务，并基于知识蒸馏依次训练神经网络模型实现旋钮开关种类识别和档位识别的功能，第二网络既通过第一网络的有效监督保留种类识别功能，同时在新任务数据集上学习了新的档位识别能力，使得网络参数任务分工更明确，更侧重区分相似旋钮开关的差异，提高神经网络的准确率，最终实现解决相似旋钮开关差异性较小造成难以自动识别种类和档位的问题。