本发明涉及变压器漏油检测,尤其是涉及一种级联推理的变压器漏油区域检测方法及系统。
背景技术:
1、目前对于配电变压器的漏油检测基本采用目标检测的方式进行,具体通过神经网络端到端对输入电网巡检采集的图像进行检测,从而获取漏油的目标框位置实现。但该方式在实际应用过程中,由于变压器的漏油特征往往不够明显,目标框所呈现的矩形区域会存在较多的非漏油区,导致神经网络学习的特征不够,在实际检测过程中难以辨别变压器是否漏油,最终导致漏油检测误检率非常高。
技术实现思路
1、本发明旨在提供一种级联推理的变压器漏油区域检测方法及系统,以解决上述技术问题,采用实例分割算法和分类算法的级联对图像进行检测,大大提高漏油变压器的识别准确率,满足智能巡航图像智能检测的实用化要求,保障电网的安全稳定运行。
2、为了解决上述技术问题,本发明提供了一种级联推理的变压器漏油区域检测方法,包括以下步骤:
3、获取变压器原始图像;
4、采用实例分割算法对变压器原始图像进行实例分割,得到变压器实例分割配图;
5、基于分类算法对变压器实例分割配图进行检测,得到变压器漏油分类,实现变压器漏油区域的检测。
6、上述方案提出一种采用实例分割算法和分类算法级联的方法,可以快速准确的对变压器原始图像进行检测,以准确获取变压器漏油区域及分类,该方法大大提高漏油变压器的识别准确率,满足智能巡航图像智能检测的实用化要求,保障电网的安全稳定运行。
7、进一步地,所述采用实例分割算法对变压器原始图像进行实例分割,得到变压器实例分割配图,具体为:采用改进afpn的yolov8实例分割算法对变压器原始图像进行实例分割,得到变压器实例分割配图。
8、进一步地,采用改进afpn的yolov8实例分割算法对变压器原始图像进行实例分割,得到变压器实例分割配图,具体为:采用改进afpn的yolov8实例分割算法对变压器原始图像进行实例分割,以消除非变压器本体的阴影或其它暗区域的区域,将变压器本体区域作为变压器实例分割配图从变压器原始图像中分割出来。
9、进一步地,所述基于分类算法对变压器实例分割配图进行检测,得到变压器漏油分类,实现变压器漏油区域的检测,具体为:基于改进wise-iou的yolov8分类算法对变压器实例分割配图进行检测,得到变压器漏油分类,实现变压器漏油区域的检测。
10、进一步地,所述实例分割算法及分类算法均通过变压器漏油大规模图像数据集进行训练得到。
11、进一步地,现有技术由于配电变压器漏油特征不明显,并且漏油特征与阴影或者暗色区域非常相似,而在电网户外复杂的场景,无人机巡检拍摄图像存在非常多的暗色域,与变压器漏油是非常相似,容易导致现有识别算法难以学习区分,导致算法误检多、漏检也多。故在本方案中,采用改进afpn的yolov8实例分割算法将无人机巡检拍摄的配电变压器图像进行精准的实例分割,再基于分割后的变压器实例分割配图进行改进wise-iou后的yolov8分类算法检测,最终输出漏油的配网变压器。
12、上述方案通过采用不同的上下游算法任务结合,将语义分割与分类检测进行完美的结合,大大提升漏油变压器的识别准确率,满足无人机巡视图像智能识别的实用化要求,保障大电网的安全稳定运行。
13、本发明还提出一种级联推理的变压器漏油区域检测系统,包括:
14、图像获取模块,用于获取变压器原始图像;
15、实例分割模块,用于采用实例分割算法对变压器原始图像进行实例分割,得到变压器实例分割配图;
16、漏油分类模块,用于基于分类算法对变压器实例分割配图进行检测,得到变压器漏油分类,实现变压器漏油区域的检测。
17、上述系统构建简单,实现便捷,可以很好地实现一种级联推理的变压器漏油区域检测方法;该系统采用实例分割算法和分类算法级联的方式,可以快速准确的对变压器原始图像进行检测,以准确获取变压器漏油区域及分类,大大提高了漏油变压器的识别准确率,满足智能巡航图像智能检测的实用化要求,保障电网的安全稳定运行。
18、进一步地,在所述实例分割模块中具体采用改进afpn的yolov8实例分割算法对变压器原始图像进行实例分割,以得到变压器实例分割配图。
19、进一步地,在所述实例分割模块中采用改进afpn的yolov8实例分割算法对变压器原始图像进行实例分割,以消除非变压器本体的阴影或其它暗区域的区域,将变压器本体区域作为变压器实例分割配图从变压器原始图像中分割出来。
20、进一步地,在所述漏油分类模块中具体采用改进wise-iou的yolov8分类算法对变压器实例分割配图进行检测,得到变压器漏油分类,实现变压器漏油区域的检测。
21、进一步地,本系统还包括训练模块,所述训练模块用于通过变压器漏油大规模图像数据集对实例分割算法及分类算法进行训练。
22、上述方案提出的系统,首先采用实例分割模块将配电变压器进行识别与多边形分割截图,然后再基于检测到的变压器实例分割配图在漏油分类模块中进行分类算法识别,输出配网正常的变压器以及漏油的变压器。通过采用不同的上下游算法任务结合,充分考虑应用场景的难点,将实例分割与分类算法进行有效的结合,解决现有算法存在的误检问题,大大提升漏油识别的准确率,满足无人机巡视图像智能识别的实用化要求,保障大电网的安全稳定运行。
1.一种级联推理的变压器漏油区域检测方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种级联推理的变压器漏油区域检测方法,其特征在于,所述采用实例分割算法对变压器原始图像进行实例分割,得到变压器实例分割配图,具体为:采用改进afpn的yolov8实例分割算法对变压器原始图像进行实例分割,得到变压器实例分割配图。
3.根据权利要求2所述的一种级联推理的变压器漏油区域检测方法,其特征在于,采用改进afpn的yolov8实例分割算法对变压器原始图像进行实例分割,得到变压器实例分割配图,具体为:采用改进afpn的yolov8实例分割算法对变压器原始图像进行实例分割,以消除非变压器本体的阴影或其它暗区域的区域,将变压器本体区域作为变压器实例分割配图从变压器原始图像中分割出来。
4.根据权利要求1所述的一种级联推理的变压器漏油区域检测方法,其特征在于,所述基于分类算法对变压器实例分割配图进行检测,得到变压器漏油分类,实现变压器漏油区域的检测,具体为:基于改进wise-iou的yolov8分类算法对变压器实例分割配图进行检测,得到变压器漏油分类,实现变压器漏油区域的检测。
5.根据权利要求1~4任一项所述的一种级联推理的变压器漏油区域检测方法,其特征在于,所述实例分割算法及分类算法均通过变压器漏油大规模图像数据集进行训练得到。
6.一种级联推理的变压器漏油区域检测系统,其特征在于,包括:
7.根据权利要求6所述的一种级联推理的变压器漏油区域检测系统,其特征在于,在所述实例分割模块中具体采用改进afpn的yolov8实例分割算法对变压器原始图像进行实例分割,以得到变压器实例分割配图。
8.根据权利要求7所述的一种级联推理的变压器漏油区域检测系统,其特征在于,在所述实例分割模块中采用改进afpn的yolov8实例分割算法对变压器原始图像进行实例分割,以消除非变压器本体的阴影或其它暗区域的区域,将变压器本体区域作为变压器实例分割配图从变压器原始图像中分割出来。
9.根据权利要求6所述的一种级联推理的变压器漏油区域检测系统,其特征在于,在所述漏油分类模块中具体采用改进wise-iou的yolov8分类算法对变压器实例分割配图进行检测,得到变压器漏油分类,实现变压器漏油区域的检测。
10.根据权利要求6~9任一项所述的一种级联推理的变压器漏油区域检测系统,其特征在于,还包括训练模块,所述训练模块用于通过变压器漏油大规模图像数据集对实例分割算法及分类算法进行训练。