一种基于深度卷积神经网络的外表箱类型识别方法技术

本发明专利技术公开了一种基于深度卷积神经网络的外表箱类型识别方法，涉及电能计量装置外表箱识别方法领域。随着人工智能技术的深度应用，电力行业出现了智能巡查的趋势，在智能巡查过程中，如何识别外表箱类型是一项基本的工作。本方法如下：首先采用深度卷积神经网络模型检测外表箱及其部件区域的位置和大小；再对外表箱的视窗进行检测；对检测到视窗进行判断，如果是单视窗，则直接识别为单表箱，如果是多视窗，则进行视窗布局的网格构建；通过构建好的视窗网格与已知的类型的视窗布局进行匹配；识别出外表箱类型。本方法能快速识别和定位外表箱及其视窗和其他的部件，实现智能巡查过程中电能计量装置外表箱的类型有效和快速准确的识别。

A method of outer box type recognition based on deep convolution neural network

【技术实现步骤摘要】
一种基于深度卷积神经网络的外表箱类型识别方法
本专利技术涉及电能计量装置外表箱识别方法领域，尤其涉及一种基于深度卷积神经网络的外表箱类型识别方法。
技术介绍
电能计量装置的安全是十分重要的，关系到千家万户的用电安全，其外表箱是保护电表的第一道屏障，因此对于外表箱的巡视也是不容忽视的。随着人工智能技术在电力行业的深度应用，出现了基于视觉的智能巡查的趋势。在基于计算机视觉技术的智能巡查过程中，如何识别外表箱类型是一项基本的工作。
技术实现思路
本专利技术要解决的技术问题和提出的技术任务是对现有技术方案进行完善与改进，提供一种基于深度卷积神经网络的外表箱类型识别方法，以实现智能巡查过程中电能计量装置外表箱的类型识别为目的。为此，本专利技术采取以下技术方案。一种基于深度卷积神经网络的外表箱类型识别方法，包括以下步骤：a）采用深度卷积神经网络模型检测外表箱及其部件区域的位置和大小；b）对外表箱的视窗进行检测；c）对检测到视窗进行判断，如果是单个视窗，则执行步骤f），如果是多个视窗，则执行下一步；本文档来自技高网...

【技术保护点】
1.一种基于深度卷积神经网络的外表箱类型识别方法，其特征在于包括以下步骤：/na）采用深度卷积神经网络模型检测外表箱及其部件区域的位置和大小；/nb）对外表箱的视窗（1）进行检测；/nc）对检测到视窗（1）进行判断，如果是单个视窗（1），则执行步骤f），如果是多个视窗（1），则执行下一步；/nd）对检测到的外表箱多视窗（1）布局构建网格；/ne）通过构建好的视窗（1）网格与已知的类型的视窗（1）布局进行匹配；/nf）识别出外表箱的类型。/n

【技术特征摘要】
1.一种基于深度卷积神经网络的外表箱类型识别方法，其特征在于包括以下步骤：
a）采用深度卷积神经网络模型检测外表箱及其部件区域的位置和大小；
b）对外表箱的视窗（1）进行检测；
c）对检测到视窗（1）进行判断，如果是单个视窗（1），则执行步骤f），如果是多个视窗（1），则执行下一步；
d）对检测到的外表箱多视窗（1）布局构建网格；
e）通过构建好的视窗（1）网格与已知的类型的视窗（1）布局进行匹配；
f）识别出外表箱的类型。


2.根据权利要求1所述的一种基于深度卷积神经网络的外表箱类型识别方法，其特征在于：步骤a）中，所述的深度卷积神经网络DCNN模型的训练方法包括以下步骤：
a1）采集不同类型外表箱的照片，照片数量在3000-8000之间；
a2）对于每一张外表箱的照片进行标注，用矩形框标注出表箱、视窗（1）、封印、锁具的位置和大小；
a3）把所有标注过的外表箱照片分成两部分，一部分作为训练集，另一部分作为测试集；
a4）用深度学习方法在训练集和测试集上训练，得到DCNN模型的参数。
<...

【专利技术属性】
技术研发人员：李熊，王伟峰，严华江，胡瑛俊，赵羚，陈清泰，韩吉，
申请(专利权)人：国网浙江省电力有限公司，国网浙江省电力有限公司电力科学研究院，浙江华云信息科技有限公司，国家电网有限公司，
类型：发明
国别省市：浙江;33