电网图像智能标注众包平台及工作方法技术

本发明专利技术涉及一种电网图像智能标注众包平台及工作方法，属于电网图像数据处理技术领域；工作方法包括：待标注图片收集、初始标注、人工调整标注、差异重新标注、数据存储，电网图像智能标注众包平台包括待标注图片收集模块、初始标注模块、人工调整标注模块、差异重新标注模块、数据存储模块，用于执行上述的电网图像智能标注众包平台工作方法；本发明专利技术利用预设模型对数据进行初始标注，同时利用平台众包人工调整标注，实现多人协作，提高标注效率，根据IOU参数对标注不合格的结果进行修改，有效提高了标注质量，同时数据的分类整理功能满足了针对某一隐患进行专一模型训练的需求，为今后模型的训练、模型精度的提升提供了有力的数据支持。

【技术实现步骤摘要】
电网图像智能标注众包平台及工作方法
本专利技术涉及一种电网图像智能标注众包平台及工作方法，属于电网图像数据处理

技术介绍
随着大数据及人工智能的快速发展，人工智能在电网的各个领域的应用已落地生根，比如：输电通道隐患检测、变电站施工人员穿戴检测、配电塔头温度检测等，上述功能的实现离不开高精度识别模型支持，而一个好的模型不仅需要优良的算法支持，还需要利用大量已标注数据进行训练。目前，人工标注仍是数据标注的主流，其标注流程大体为：通过下发标注任务，人工标注，最终提交给检查人员进行检查，最终提交数据。整个标注过程中耗费时间长，且往往会因为每个人的理解不同造成标注效果存在差别，错标、漏标现象也时有发生，标注质量难以保证，人工检查更是费时费力。同时，数据的标注过程中存在的短时间内调用大量人员问题也是亟待解决的。以上问题不仅影响到项目开发的进度，也为模型的训练埋下了隐患。中国专利201910218449.8一种输电线路缺陷识别方法，用于解决传统人工检测存在的检测时间慢、检测效率低的问题，所述方法包括：获取输电线路巡检图像，判断所述输电线路巡检图像中是否具有待检测目标图像；确定是否有待检测目标的方法一般是通过机器学习算法识别画面中的各类目标，或者通过专家经验标注出待识别的目标区域，形成待检测目标图像。若是，则生成所述待检测目标图像的图片，判断所述待检测目标图像的图片是否存在缺陷；若是，则将所述待检测目标图像的图片与所述待检测目标图像对应的标准图片输入预设的网络模型；获取所述预设的网络模型的输出结果，根据所述输出结果对所述待检测目标图像的图片中缺陷的位置进行标注。实现输电线路缺陷识别，但该方法获取所述预设的网络模型的输出结果后直接进行标注，输出结果的质量高低无法判断，且未公开预设的网络模型是如何训练的。
技术实现思路
本专利技术要解决的技术问题是：克服现有技术的不足，提供一种电网图像智能标注众包平台及工作方法，解决智能电网实现过程中的数据处理问题，达到节省时间、解决人力问题、提高标注效率及标注质量的目的。本专利技术所述电网图像智能标注众包平台工作方法，包括：步骤S1，待标注图片收集：待标注数据包括电网的输电、变电、配电过程中的监控图片；步骤S2，初始标注：对每一类待标注图片调用对应预设模型进行预测分析并采取对应的标注方式标注，得到初始标注数据及初始标注图片；步骤S3，人工调整标注：利用众包分配方式将每一批初始标注数据及对应的初始标注图片分发到不同标注人员手中，进行人工调整标注；步骤S4，差异重新标注：获取人工调整标注结果，计算IOU参数，对比标注差异，对不合格的已标注图片进行重新标注，以获得高质量标注数据及对应的已标注图片；步骤S5，数据存储：对高质量标注数据和/或已标注图片进行存储或根据需求对高质量标注数据和/或对应的已标注图片进行分类存储。优选地，步骤S2中对待标注数据进行预测分析所调用的预设模型包括：变电站大门状态检测模型、变电站人员行为分析模型、变电站人员穿戴分析模型、变电站烟火检测模型、变电站积水检测模型、变电站设备状态检测模型、变电站设备破损检测模型、变电站仪表读数检测模型、输电通道隐患检测模型、输电隐患预警等级分析模型、输电图像压缩技术模型、输电线路销钉缺失隐患检测模型、输电杆塔鸟巢检测模型、输电线路防震锤锈蚀检测模型、配电网塔头检测模型、围界异物入侵检测模型、通用物体检测模型、人体关键点检测模型。在此，可根据标注需要添加新的模型，对预设模型库进行补充。优选地，步骤S2包括：步骤S201，识别待标注图片应用场景，针对应用场景调用对应预设模型；步骤S202，对待标注图片中所要标注的信息进行识别；步骤S203，针对应用场景采取对应的标注方式提取标注内容；步骤S204，将标注内容转化为相应的标注文件，得到初始标注数据。在此，可根据应用场景需要添加其他标注方式。优选地，步骤S203中的标注方式为画框标注或区域标注或描点标注或文本注释或分类标注，步骤S204中的标注文件为xml格式或txt格式。优选地，步骤S3中人工调整标注内容包括：调整不规范的标注框、删除无隐患的图片、检查漏标和/或误标隐患、对漏标和/或误标隐患标注勾选困难标签。优选地，步骤S4包括：步骤S401，获取人工调整标注结果，计算IOU参数；步骤S402，对不同批人工调整标注结果通过IOU参数进行比较，若小于80％则为不合格；步骤S403，对不合格的已标注图片执行步骤S2，以获得高质量标注数据。优选地，步骤S5中的分类存储包括：步骤S501，按照标签的类型和/或标注框的大小对高质量标注数据进行分类；步骤S502，根据需求对每一类高质量标注数据进行调整；步骤S503，按照分类存放调整后的高质量标注数据及对应的已标注图片。本专利技术所述电网图像智能标注众包平台，包括待标注图片收集模块、初始标注模块、人工调整标注模块、差异重新标注模块、数据存储模块，用于执行上述的电网图像智能标注众包平台工作方法。与现有技术相比，本专利技术具有以下有益效果：(1)本专利技术所述电网图像智能标注众包平台工作方法相比传统标注方式能有效提高标注效率，节省时间成本和人力成本，为模型的训练提供有力的数据支持；(2)本专利技术所述电网图像智能标注众包平台工作方法通过对比分析每个标注人员标注的IOU参数，对标注差异较大的数据进行重新标注，解决了标注过程中存在的标注差异问题，有效提高了标注质量；(3)本专利技术所述电网图像智能标注众包平台利用众包分配方式，解决了对标注人员的需求问题，实现了标注数据的随机分配，提升了数据调整标注的效率；(4)本专利技术所述电网图像智能标注众包平台具有数据分类整理功能，将标注好的数据按照需求分类存放，满足了对单一类别数据的使用需求，继而满足了针对某一隐患进行专一模型训练的需求。附图说明图1为本专利技术所述电网图像智能标注众包平台工作流程图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术实施方式作进一步地详细描述。如图1所示，本专利技术所述电网图像智能标注众包平台工作方法，包括：步骤S1，待标注图片收集：待标注数据包括电网的输电、变电、配电过程中的监控图片；步骤S2，初始标注：对每一类待标注图片调用对应预设模型进行预测分析并采取对应的标注方式标注，得到初始标注数据及初始标注图片；步骤S3，人工调整标注：利用众包分配方式将每一批初始标注数据及对应的初始标注图片分发到不同标注人员手中，进行人工调整标注；步骤S4，差异重新标注：获取人工调整标注结果，计算IOU参数，对比标注差异，对不合格的已标注图片进行重新标注，以获得高质量标注数据及对应的已标注图片；步骤S5，数据存储：对高质量标注数据和/或已标注图片进行存储或根据需求对高质量标注数据和/或对应的已标注图本文档来自技高网...

【技术保护点】
1.一种电网图像智能标注众包平台工作方法，其特征在于，包括：/n步骤S1，待标注图片收集：待标注数据包括电网的输电、变电、配电领域中的监控图片；/n步骤S2，初始标注：对每一类待标注图片调用对应预设模型进行预测分析并采取对应的标注方式标注，得到初始标注数据及初始标注图片；/n步骤S3，人工调整标注：利用众包分配方式将每一批初始标注数据及对应的初始标注图片分发到不同标注人员手中，进行人工调整标注；/n步骤S4，差异重新标注：获取人工调整标注结果，计算IOU参数，对比标注差异，对不合格的已标注图片进行重新标注，以获得高质量标注数据及对应的已标注图片；/n步骤S5，数据存储：对高质量标注数据和/或已标注图片进行存储或根据需求对高质量标注数据和/或对应的已标注图片进行分类存储。/n

【技术特征摘要】
1.一种电网图像智能标注众包平台工作方法，其特征在于，包括：
步骤S1，待标注图片收集：待标注数据包括电网的输电、变电、配电领域中的监控图片；
步骤S2，初始标注：对每一类待标注图片调用对应预设模型进行预测分析并采取对应的标注方式标注，得到初始标注数据及初始标注图片；
步骤S3，人工调整标注：利用众包分配方式将每一批初始标注数据及对应的初始标注图片分发到不同标注人员手中，进行人工调整标注；
步骤S4，差异重新标注：获取人工调整标注结果，计算IOU参数，对比标注差异，对不合格的已标注图片进行重新标注，以获得高质量标注数据及对应的已标注图片；
步骤S5，数据存储：对高质量标注数据和/或已标注图片进行存储或根据需求对高质量标注数据和/或对应的已标注图片进行分类存储。


2.根据权利要求1所述的电网图像智能标注众包平台工作方法，其特征在于，步骤S2中对待标注数据进行预测分析所调用的预设模型包括：变电站大门状态检测模型、变电站人员行为分析模型、变电站人员穿戴分析模型、变电站烟火检测模型、变电站积水检测模型、变电站设备状态检测模型、变电站设备破损检测模型、变电站仪表读数检测模型、输电通道隐患检测模型、输电隐患预警等级分析模型、输电图像压缩技术模型、输电线路销钉缺失隐患检测模型、输电杆塔鸟巢检测模型、输电线路防震锤锈蚀检测模型、配电网塔头检测模型、围界异物入侵检测模型、通用物体检测模型、人体关键点检测模型。


3.根据权利要求1或2所述的电网图像智能标注众包平台工作方法，其特征在于，步骤S2包括：
步骤S201，识别待标注图片应用场景，针对应用场景调用对应预设模型；
步骤S202，对待标注图片中所要标注的信息进行...

【专利技术属性】
技术研发人员：胡志坤，邓运涛，田野，魏澳，樊思萌，
申请(专利权)人：智洋创新科技股份有限公司，
类型：发明
国别省市：山东;37