基于单阶段目标检测的变电站设备渗漏油图像识别方法技术

本发明专利技术的一种基于单阶段目标检测的变电站设备渗漏油图像识别方法，获取原始图像，针对原始图像基于优化分类进行数据增广；针对增广后的数据，基于自适应高斯核的非局部均值进行图像去噪；构建锚点anchor细化模块及目标检测模块，基于构建的模块进行网络结构优化；基于anchor细化模块及目标检测模块，进行深度学习神经网络模型机器训练；导入待诊断图像至训练完成的神经网络模型，进行图像数据处理分析和缺陷诊断。本发明专利技术的一种基于单阶段目标检测的变电站设备渗漏油图像识别方法，对原始图片进行处理，采用基于自适应高斯核的去噪方法消除原始图片中的噪声和干扰信息，提高原始图片清晰度，有利于提高后续的智能识别分类的准确性。

Image recognition method of oil leakage of substation equipment based on single stage target detection

【技术实现步骤摘要】
基于单阶段目标检测的变电站设备渗漏油图像识别方法
本专利技术涉及设备维护
，具体涉及一种基于单阶段目标检测的变电站设备渗漏油图像识别方法。
技术介绍
基于油绝缘的传统变电站充油设备依赖于绝缘油良好的绝缘特性，能有效防止设备内部短路，但受到设备制造质量、运输、安装以及长期运行等多重复杂因素的影响，运行充油设备渗漏油比较常见，并且在设备带点情况下很难进行检查和根治，只能结合设备停电时进行处理变电站充油设备渗漏油的原因很多，目前使用的散热器放气塞子普遍存在不带止口的问题，无法起到良好的密封效果，加上部分厂家的设备结构设计不合理，也极为容易造成渗漏油缺陷。充油设备渗漏油还跟其所承载的负荷大小有关，设备承载负荷越高，则设备油温越高，绝缘油的粘度变得更加稀薄，更加容易导致渗漏油问题。充油设备的组件质量也是造成其容易导致渗漏油的主要原因之一。在充油设备运输、安装过程中采取的起吊、运输、安装操作方法不当也造成的充油设备渗漏油。充油设备长期运行过程中因环境温度、负荷变化等情况发生的热胀冷缩造成的渗漏油问题。近年来，我国电力系统也在大力推进变电设备化，可是我国电力系统中的变电所依然没有完全改造，在这些变电所中使用的变压器等设备，依然是老式变压器居多，如果计划改造所有的变电设备，需要耗费巨大的人力、物力、财力，还会对正常的电网运行有一定影响。目前变电站设备渗漏油缺陷主要是人力巡检，发现漏油问题在进行维修。随着计算机技术和图像处理技术的发展，人工智能得到广泛的应用，如何有效将深度学习技术应用于变电站设备渗漏油缺陷检测，这是目前亟需解决的问题。
技术实现思路
为解决上述现有技术的中的不足，本专利技术的目的在于提供一种基于单阶段目标检测的变电站设备渗漏油图像识别方法，该方法用于对变电站设备巡检图像进行智能识别诊断，提升了诊断的速度和精度，大大节省了人力物力。本专利技术公开了一种基于单阶段目标检测的变电站设备渗漏油图像识别方法，，包括如下步骤：获取原始图像，针对原始图像基于优化分类进行数据增广；针对增广后的数据，基于自适应高斯核的非局部均值进行图像去噪；构建锚点anchor细化模块及目标检测模块，基于构建的模块进行网络结构优化；基于anchor细化模块及目标检测模块，进行深度学习神经网络模型机器训练；导入待诊断图像至训练完成的神经网络模型，进行图像数据处理分析和缺陷诊断。作为上述方案的进一步优化，所述基于优化分类的数据增广具体包括如下内容：计算测试集合的所有类的分类正确率；检索测试集合中的正确率最低的分类；基于检索的正确率最低的分类进行数据增广处理。作为上述方案的进一步优化，所述图像去噪的处理步骤包括如下：基于自适应高斯核框架，设置θi方向角作为图像的主方向；设定两幅图像Ni和Nj的主方向分别为θi与θj，设定Δθi，j为练个方向角θi与θj的差值；若Δθi，j的数值是90的整数倍，交换图像Nj内像素进行图像的旋转转换；若Δθi，j的数值不是90的整数倍，扩大Nj的图像尺寸至可选取到新的图像邻域，进行图像的旋转转换；若Δθi，j的数值不超过2时，图像Ni和Nj为精准匹配，不执行图像的旋转转换；作为上述方案的进一步优化，所述anchor细化模块的构建通过剔除分类器的分类层。作为上述方案的进一步优化，所述目标检测模块通过传输连接块的输出进行构建。作为上述方案的进一步优化，基于anchor细化模块调整anchors的具体位置及其大小，再通过目标检测模块进行回归操作，具体步骤包括如下：基于划分的图像特征图的单元，生成n个细化的anchorboxes；通过获取生成的n个细化的anchorboxes，将anchorboxes传递至目标检测模块的对应的特征图，生成目标类别和准确的目标位置和大小。作为上述方案的进一步优化，所述进行深度学习神经网络模型机器训练基于损失函数的计算，包括anchor细化模块的损失以及目标检测模块的损失。作为上述方案的进一步优化，所述损失函数定义如下：设定i为一个小批次里面的anchor索引，是anchori的真实类别标签，是anchori真实的位置和大小；pi和xi分别表示预测的anchori是一个目标的置信度和anchor细化模块中细化后的anchori的坐标；ci和ti分别表示目标检测模块中预测的边界框的物体类别和坐标；Narm和Nodm分别为anchor细化模块及目标检测模块中正样本的anchors数目，分类损失Lb是两个类别的交叉熵损失，多分类损失Lm是多个类别置信度的归一化指数函数损失；使用平滑L1损失作为回归损失Lr；上式的指示函数当条件为真时，输出1；即反之输出为0；表明负样本anchors的回归损失被忽略；当Narm＝0，设置和当Nodm＝0，设置和本专利技术还公开了一种基于单阶段目标检测的变电站设备渗漏油图像识别系统，所述系统包括：一个或多个处理器；存储器，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行如上任一所述的一种基于单阶段目标检测的变电站设备渗漏油图像识别方法。一种存储有计算机程序的计算机可读存储介质，其特征在于，该程序被处理器执行时实现如上任一所述的一种基于单阶段目标检测的变电站设备渗漏油图像识别方法。本专利技术采用上述的技术方案，与现有技术相比，一种基于单阶段目标检测的变电站设备渗漏油图像识别方法，具有以下技术效果：1、本专利技术提供的一种基于单阶段目标检测的变电站设备渗漏油图像识别方法，针对原始图片进行预处理，采用基于自适应高斯核的去噪方法消除原始图片中的噪声和干扰信息，提高原始图片的清晰度，有利于提高后续的智能识别分类的准确性；2、本专利技术提供的一种基于单阶段目标检测的变电站设备渗漏油图像识别方法，采用的anchor细化模块和目标检测模块的二级级联结构，anchor细化模块旨在过滤负样本anchors和粗略的调整anchors的位置和大小，提供更好的初始化结果；目标检测模块则将来细化的anchors作为输入，回归准确的目标位和尺寸，基于二级级联结构能够高效地实现目前最好的检测精度，有效保证检测结果的准确性。附图说明通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：图1为本专利技术实施例的流程示意图；图2为本专利技术实施例基于优化分类的数据增广的流程示意图；图3为本专利技术实施例的图像去噪的处理流程示意图；图4为本专利技术实施例旋转匹配图像片相似性对比流程图；图5为本专利技术实施例噪声图像权系数分布示意图；图6为本专利技术实施例基于anchor细化模块的调整位置及其大小示意图。具体实施方式下面结合附图和实施例对本申请作进本文档来自技高网...

【技术保护点】
1.一种基于单阶段目标检测的变电站设备渗漏油图像识别方法，其特征在于，包括如下步骤：/n获取原始图像，针对原始图像基于优化分类进行数据增广；/n针对增广后的数据，基于自适应高斯核的非局部均值进行图像去噪；/n构建锚点anchor细化模块及目标检测模块，基于构建的模块进行网络结构优化；/n基于anchor细化模块及目标检测模块，进行深度学习神经网络模型机器训练；/n导入待诊断图像至训练完成的神经网络模型，进行图像数据处理分析和缺陷诊断。/n

【技术特征摘要】
1.一种基于单阶段目标检测的变电站设备渗漏油图像识别方法，其特征在于，包括如下步骤：
获取原始图像，针对原始图像基于优化分类进行数据增广；
针对增广后的数据，基于自适应高斯核的非局部均值进行图像去噪；
构建锚点anchor细化模块及目标检测模块，基于构建的模块进行网络结构优化；
基于anchor细化模块及目标检测模块，进行深度学习神经网络模型机器训练；
导入待诊断图像至训练完成的神经网络模型，进行图像数据处理分析和缺陷诊断。


2.根据权利要求1所述的一种基于单阶段目标检测的变电站设备渗漏油图像识别方法，其特征在于，所述基于优化分类的数据增广具体包括如下内容：
计算测试集合的所有类的分类正确率；
检索测试集合中的正确率最低的分类；
基于检索的正确率最低的分类进行数据增广处理。


3.根据权利要求1所述的一种基于单阶段目标检测的变电站设备渗漏油图像识别方法，其特征在于，所述图像去噪的处理步骤包括如下：
基于自适应高斯核框架，设置θi方向角作为图像的主方向；
设定两幅图像Ni和Nj的主方向分别为θi与θj，设定Δθi，j为练个方向角θi与θj的差值；
若Δθi，j的数值是90的整数倍，交换图像Nj内像素进行图像的旋转转换；
若Δθi，j的数值不是90的整数倍，扩大Nj的图像尺寸至可选取到新的图像邻域，进行图像的旋转转换；
若Δθi，j的数值不超过2时，图像Ni和Nj为精准匹配，不执行图像的旋转转换。


4.根据权利要求1所述的一种基于单阶段目标检测的变电站设备渗漏油图像识别方法...

【专利技术属性】
技术研发人员：徐海青，杨旭升，吴立刚，王维佳，秦浩，梁翀，余江斌，李程启，姚金霞，辜超，郑文杰，宋杰，王文清，程琳，浦正国，郭庆，吴小华，张彬彬，
申请(专利权)人：安徽继远软件有限公司，国网山东省电力公司电力科学研究院，国网信息通信产业集团有限公司，国家电网有限公司，
类型：发明
国别省市：安徽;34