【技术实现步骤摘要】
电网图像识别方法、电子装置及存储介质
本专利技术涉及图像识别领域，尤其涉及一种电网图像识别方法、电子装置及存储介质。
技术介绍
电网系统中的电力线路覆盖广、穿越区域地形复杂并且自然环境恶劣，电力部门每年都要花费巨大的人力和物力资源进行对电网的线路、设备及部件进行巡检工作，以便掌握运行状况，及时排除电网系统的潜在隐患，但人工定期巡检的方式不但劳动强度大、耗时多、而且效率低下。电网线路和设备等多在复杂的自然环境下，因此通过无人机拍摄的电网图像利用现有的图像识别技术直接进行故障识别的准确率非常低。因此，如何对电网系统的图像进行高效智能识别，已成为本领域技术人员亟待解决的问题。
技术实现思路
鉴于以上内容，本专利技术提供一种电网图像识别方法、电子装置及存储介质，其目的在于解决现有技术中电网图像识别准确率较低的技术问题。为实现上述目的，本专利技术提供一种电网图像识别方法，该方法包括：接收用户端发出的电网图像识别请求，解析所述请求，获取所述请求中携带的待识别电网图像；将所述待识别电网图...
【技术保护点】
1.一种电网图像识别方法，应用于电子装置，其特征在于，所述方法包括：/n接收用户端发出的电网图像识别请求，解析所述请求，获取所述请求中携带的待识别电网图像；/n将所述待识别电网图像输入预先训练的类型识别模型中，得到第一识别结果，所述第一识别结果包括所述待识别电网图像的电网图像类型及第一置信度值；/n基于所述第一置信度值判断所述第一识别结果是否满足第一预设条件，当判断所述第一识别结果满足所述第一预设条件时，基于预先配置的电网图像类型与故障识别模型的映射关系，从预设数据库获取所述待识别电网图像的电网图像类型对应的故障识别模型，将所述待别电网图像输入该故障识别模型，得到第二识别结...
【技术特征摘要】
1.一种电网图像识别方法，应用于电子装置，其特征在于，所述方法包括：
接收用户端发出的电网图像识别请求，解析所述请求，获取所述请求中携带的待识别电网图像；
将所述待识别电网图像输入预先训练的类型识别模型中，得到第一识别结果，所述第一识别结果包括所述待识别电网图像的电网图像类型及第一置信度值；
基于所述第一置信度值判断所述第一识别结果是否满足第一预设条件，当判断所述第一识别结果满足所述第一预设条件时，基于预先配置的电网图像类型与故障识别模型的映射关系，从预设数据库获取所述待识别电网图像的电网图像类型对应的故障识别模型，将所述待别电网图像输入该故障识别模型，得到第二识别结果，判断所述第二识别结果中的第二置信度是否大于第二预设阈值；
当判断所述第二置信度值大于或等于第二预设阈值时，将所述第二识别结果反馈至所述用户端，当判断所述第二置信度值小于第二预设阈值时，将所述待识别电网图像发送至预设的用户端。
2.如权利要求1所述的电网图像识别方法，其特征在于，所述方法还包括：
当判断所述第一识别结果不满足所述第一预设条件时，对所述待识别电网图像执行图像变换处理得到变换处理后的待识别电网图像，将所述变换处理后的待识别电网图像输入所述类型识别模型中，得到变换处理后的待识别电网图像的识别结果，将该识别结果中的电网图像类型作为所述待识别电网图像的电网图像类型。
3.如权利要求2所述的电网图像识别方法，其特征在于，所述对所述待识别电网图像执行图像变换处理包括：
提取所述待识别电网图像的高维向量，将所述高维向量分别与预设的低维向量库进行匹配，若匹配到对应的低维向量，则生成配对样本作为所述待识别电网图像变换处理后的特征向量；
若未匹配到对应的低维向量，则选取所述低维向量库中预设的低维向量作为所述待识别电网图像变换处理后的特征向量。
4.如权利要求1所述的电网图像识别方法，其特征在于，所述故障识别模型是通过SSD模型训练得到的，具体训练过程包括：
获取第一预设数量的电网正常图像及对应的电网故障图像，对各电网图像进行裁剪处理，生成裁剪图像集；
基于预设比例将所述裁剪图像集分为训练集和验证集；
利用所述训练集中的各裁剪图像集对SSD模型训练，生成故障识别模型，并利用所述验证集中的各裁剪图像集对生成的故障识别模型的准确率进行验证；
当所述准确率大于或等于预设阈值时，则训练完成，当所述准确率小于预设阈值时，增加第二预设数量的电网正常图像及对应的电网故障图像，并对增加的电网图像进行裁剪处理，之后流程返回将裁剪图像集分为训练集和验证集的步骤。
5.如权利要求4所述的电网图像识别方法，其特征在于，所述对各电网图像进行裁剪处理，生成裁剪图像集包括：
将各电网正常图像及对应的电网故障图像裁剪为第一预设大小的目标样本图像；
分别将各个目标样本图像分别沿着x轴和y轴方向，并以预设步长进行裁剪，获得若干张对应的第二预设大小的裁剪图像，每个目标样本图像对应的若干张裁...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。