一种电力电缆隧道内目标检测的方法技术

本发明专利技术公开了一种电力电缆隧道内目标检测的方法，包括以下步骤：S1，获取目标图像数据集，并按照比例划分为训练集和测试集；S2，对数据集中目标进行人工标注；S3，对标注后的训练集进行预处理；S4，提取训练集中目标信息；S5，基于YOLOV3网络搭建目标检测模型；S6，利用训练集数据对目标检测模型进行训练；S7，采用训练好的目标检测模型对电力电缆隧道内目标进行检测。本发明专利技术不仅能够快速识别电力电缆隧道内的目标，而且能够提升对电力电缆隧道内目标检测准确度。

【技术实现步骤摘要】
一种电力电缆隧道内目标检测的方法
本专利技术涉及一种电力电缆隧道内目标检测的方法，属于计算机视觉与目标检测

技术介绍
随着网络通信、人工智能、视频分析等技术的发展，传统电力行业紧追人工智能发展机遇，结合电网企业业务特点，积极探索人工智能落地应用，如何让该技术应用于电力安全运行及维护管理上实现智能化、物联化、实用化，一直是电力企业关注的重点。电力电缆隧道建在地面以下，具有空间小、不容易观测、巡检探查困难等特点，目前的防范措施耗费诸多人力且效果不佳，针对于此，在隧道角落内安装高清晰度AI摄像机，利用摄像机内置目标检测算法，当检测到目标设备时，比如人不带安全帽、防火门开或关、抱箍有无等情况时，及时触发摄像机拍照取证，将报警信号及场景图片及时有效地通过网络传输到监控中心或者现场管理人员的移动终端设备，让管理人员能够实时监测到电力电缆隧道现场情况，从而能够有效预防重大安全事故的发生。物体检测过程中有很多不确定因素，如图像中物体数量不确定，物体有不同的外观、形状、姿态，加之物体成像时会有光照、遮挡、小目标检测精确度低等因素的干扰，本文档来自技高网...

【技术保护点】
1.一种电力电缆隧道内目标检测的方法，其特征是，包括以下步骤：/nS1，获取目标图像数据集，并按照比例划分为训练集和测试集；/nS2，对数据集中目标进行人工标注；/nS3，对标注后的训练集进行预处理；/nS4，提取训练集中目标信息；/nS5，基于YOLOV3网络搭建目标检测模型；/nS6，利用训练集数据对目标检测模型进行训练；/nS7，采用训练好的目标检测模型对电力电缆隧道内目标进行检测。/n

【技术特征摘要】
1.一种电力电缆隧道内目标检测的方法，其特征是，包括以下步骤：
S1，获取目标图像数据集，并按照比例划分为训练集和测试集；
S2，对数据集中目标进行人工标注；
S3，对标注后的训练集进行预处理；
S4，提取训练集中目标信息；
S5，基于YOLOV3网络搭建目标检测模型；
S6，利用训练集数据对目标检测模型进行训练；
S7，采用训练好的目标检测模型对电力电缆隧道内目标进行检测。


2.根据权利要求1所述的一种电力电缆隧道内目标检测的方法，其特征是，所述步骤S1具体为：通过安装在电力电缆隧道内的AI摄像机获取大量不同场景下的有人或者防火门的视频图像，每隔两秒保存一幅图像，并删除拍摄质量过差的图片，将采集图像按照4：1比例划分为训练集和测试集。


3.根据权利要求1所述的一种电力电缆隧道内目标检测的方法，其特征是，所述步骤S2具体为：对数据集中目标进行标注的对象包括带安全帽、不带安全帽、防火门开和防火门关四种类别，标注后并保存图像中每种目标的大小、位置和类别信息。


4.根据权利要求1所述的一种电力电缆隧道内目标检测的方法，其特征是，所述步骤S3具体为：检查是否有类别名标错或漏标的图像；将标注好的训练集分辨率统一调整到416*416大小；制作VOC格式的训练集。


5.根据权利要求4所述的一种电力电缆隧道内目标检测的方法，其特征是，所述制作VOC格式数据集的过程具体为：将图像数据和标注信息一起制作成PASCALVOC格式的训练数据集，训练数据集包含Annotations、ImageSets和JPEGImages三个文件夹：Annotations文件夹存放图片标注信息的xml文件，ImageSets文件夹存放的都是txt文件，txt文件中每一行包含一个图片的名称，这些txt文件将数据集的图片分成训练集和测试集集合，JPEGImages文件夹包含所有的训练和测试验证图像。


6.根据权利要求1所述的一种电力电缆隧道内目标检测的方法，其特征是，所述步骤S4具体为：根据标注信息得到训练样本中隧道中人的头部安全帽区域与防火门区域的标注框尺寸信息提取出来，采用K-means聚类得到头部安全帽区域与防火门先验框的尺寸，并利用设定的3种尺度先验框聚类出9种尺寸的先...

【专利技术属性】
技术研发人员：郭修宵，武继军，耿一丁，徐明磊，薛欣科，朱文，温飞，赵凯，衣兰晓，李洪磊，
申请(专利权)人：山东科华电力技术有限公司，
类型：发明
国别省市：山东;37