图像识别方法及装置、电子设备和存储介质制造方法及图纸

本申请实施例公开了一种图像识别方法及装置、电子设备和存储介质。该方法包括：获取第一图像，所述第一图像中包括吊弦；对所述第一图像进行图像分割，得到至少一个第一掩码图；根据所述至少一个第一掩码图，确定所述吊弦上是否挂载有异物。

【技术实现步骤摘要】
图像识别方法及装置、电子设备和存储介质
本申请涉及图像识别
，具体涉及一种图像识别方法及装置、电子设备和存储介质。
技术介绍
接触网吊弦缺陷检测技术在工业中的很多领域都有重要应用，特别是在高铁领域，接触网吊弦缺陷检测技术能够有效的保护乘客的出行安全。但是，对接触网吊弦缺陷检测的建模是很困难，主要是具有缺陷吊弦的图像样本的数量比较少，且同样的吊弦在不同的场景下，其呈现的特征也不相同。目前主要通过借助于特殊的硬件检测设备进行接触网吊弦缺陷检测。比如，通过两端的线激光器的光照射在待检测锚段吊弦上形成一亮光区域，工业相机接收待检测锚段吊弦的反射光并形成图像，并将该图像传输至系统控制器，通过系统控制器对图像进行分析，以检测接触网吊弦上是否包含有异物。因此，目前检测接触网吊弦上是否包含有异物，需要借助于特殊的硬件设备，成本较高。
技术实现思路
本申请实施例提供了一种图像识别方法及装置、电子设备和存储介质。通过图像分割，识别出吊弦上是否挂载有异物，降低吊弦异物检测的成本。第一方面，本申请实施例提供一种图像识别方法，其特征在于，包括：获取第一图像，所述第一图像中包括吊弦；对所述第一图像进行图像分割，得到至少一个第一掩码图；根据所述至少一个第一掩码图，确定所述吊弦上是否挂载有异物。第二方面，本申请实施例提供一种图像识别装置，包括：收发单元，用于获取第一图像，所述第一图像中包括吊弦；处理单元，用于对所述第一图像进行图像分割，得到至少一个第一掩码图；处理单元，还用于根据所述至少一个第一掩码图，确定所述吊弦上是否挂载有异物。第三方面，本申请实施例提供一种电子设备，包括：处理器，所述处理器与存储器相连，所述存储器用于存储计算机程序，所述处理器用于执行所述存储器中存储的计算机程序，以使得所述电子设备执行如第一方面所述的方法。第四方面，本申请实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序使得计算机执行如第一方面所述的方法。第五方面，本申请实施例提供一种计算机程序产品，所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，所述计算机可操作来使计算机执行如第一方面所述的方法。实施本申请实施例，具有如下有益效果：可以看出，在本申请实施例中，可通过对图像进行分割，得到至少一个第一掩码图，然后根据该第一掩码图即可确定出吊弦上是否挂在有异物，无需借助特殊的设备，降低了对吊弦进行缺陷检测(异物检测)的成本。附图说明为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本申请实施例提供的一种图像识别方法的流程示意图；图2为本申请实施例提供的一种掩码图的示意图；图3为本申请实施例提供的一种吊弦的示意图；图4为本申请实施例提供的一种神经网络训练方法的流程示意图；图5为本申请实施例提供的一种神经网络训练的示意图；图6为本申请实施例提供的一种图像识别装置的功能单元组成框图；图7为本申请实施例提供的一种电子设备的结构示意图。具体实施方式下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。本申请的说明书和权利要求书及所述附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。在本文中提及“实施例”意味着，结合实施例描述的特定特征、结果或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。参阅图1，图1为本申请实施例提供的一种图像识别方法的流程示意图。该方法应用于图像识别装置。该方法包括以下步骤：101：获取第一图像，所述第一图像中包括吊弦。其中，该第一图像可以为原始图像或者对该原始图像进行目标检测得到的，该原始图像为对高铁线路进行拍摄得到的，该原始图像中包括有吊弦。当然，该原始图像中也可能包含有其他物体。示例性的，可对该原始图像进行目标检测，得到该原始图像中的物体所对应的至少一个候选框；然后，对每个候选框中的物体进行分类识别，得到每个候选框中的物体所对应的类别，得到第一吊弦所在的候选框，即吊弦对应的吊弦区域；对该第一吊弦所在的候选框进行图像截取，得到该第一图像。由于，提前对该原始图像进行目标检测，进而可以将一些背景区域剔除，尽量保留只包含吊弦的区域，可减少后续图像分割过程中的计算量，提高图像分割的效率。102：对所述第一图像进行图像分割，得到至少一个第一掩码图。示例性的，对该第一图像进行特征提取，得到第一特征图；对该第一特征图进行第一卷积处理，得到与至少一个预设类别对应的至少一个第一掩码图，其中，该卷积处理包含有两个过程：一个是使用卷积核对该第一特征图进行卷积处理，第二个是将卷积结果进行分类操作，即softmax。后续涉及的卷积处理均包含有这两个过程，不再详细叙述。其中，预设类别与掩码图一一对应，每个第一掩码图中包括该第一掩码图中每个像素点属于与该第一掩码图对应的预设类别的概率。每个第一掩码图包括该第一掩码图中每个像素点属于与该第一掩码图对应的预设类别的概率。需要说明，由于没有对第一特征图进行上采样处理，因此，每个第一掩码图的大小是小于该第一图像的大小，故每个第一掩码图只包含了该第一图像中部分像素点，该第一掩码图也只反映了该部分像素点属于异物的概率。举例来说，如图2所示，假设该掩码图为异物对应的掩码图，则a11表示该掩码图中的第一个像素点为异物的概率为a11。若该掩码图的大小为原始图像的1/32，则该第一个像素点就是将原始图像缩小1/32之后的第一个像素点，且该像素点为异物的概率为a11。示例性的，对该第一图像进行特征提取，得到第一特征图；对该第一特征图进行上采样处理，得到第二特征图；对该第二特征图进行第二卷积处理，得到与至少一个预设类别对应的至少一个第一掩码图。其中，预设类别与掩码图一一对应，每个第一掩码图中包括该第一掩码图中每个像素点属于与该第一掩码图对应的预设类别的概本文档来自技高网...

【技术保护点】
1.一种图像识别方法，其特征在于，包括：/n获取第一图像，所述第一图像中包括吊弦；/n对所述第一图像进行图像分割，得到至少一个第一掩码图；/n根据所述至少一个第一掩码图，确定所述吊弦上是否挂载有异物。/n

【技术特征摘要】
1.一种图像识别方法，其特征在于，包括：
获取第一图像，所述第一图像中包括吊弦；
对所述第一图像进行图像分割，得到至少一个第一掩码图；
根据所述至少一个第一掩码图，确定所述吊弦上是否挂载有异物。


2.根据权利要求1所述的方法，其特征在于，所述对所述第一图像进行图像分割，得到至少一个第一掩码图，包括：
对所述第一图像进行特征提取，得到第一特征图；
对所述第一特征图进行第一卷积处理，得到与至少一个预设类别对应的至少一个第一掩码图，其中，预设类别与第一掩码图一一对应，每个第一掩码图包括所述第一掩码图中每个像素点属于与所述第一掩码图对应的预设类别的概率。


3.根据权利要求1所述的方法，其特征在于，所述对所述第一图像进行图像分割，得到至少一个第一掩码图，包括：
对所述第一图像进行特征提取，得到第一特征图；
对所述第一特征图进行上采样处理，得到第二特征图；
对所述第二特征图进行第二卷积处理，得到与至少一个预设类别对应的至少一个第一掩码图，其中，预设类别与第一掩码图一一对应，每个第一掩码图包括所述第一掩码图中每个像素点属于与所述第一掩码图对应的预设类别的概率。


4.根据权利要求2或3所述的方法，其特征在于，所述至少一个预设类别包括异物，所述根据所述至少一个第一掩码图，确定所述吊弦上是否挂载有异物，包括：
确定所述至少一个掩码图中与异物对应的目标第一掩码图；
根据所述目标第一掩码图，得到所述目标第一掩码图中每个像素点属于异物的概率；
根据所述目标第一掩码图中每个像素点属于异物的概率中的最大概率，确定所述吊弦上是否挂载有异物。


5.根据权利要求2-4中任一项所述的方法，其特征在于，
所述至少一个预设类别包括异物；
或者，所述至少一个预设类别包括异物和目标物体，所述目标物体包括以下至少一种：背景、吊弦的承力绳索、与吊弦上端所连接的第一承力索吊弦线夹以及与吊弦下端所连接的第二承力索吊弦线夹。


6.根据权利要求2-5中任一项所述的方法，其特征在于，对所述第一图像进行图像分割是通过神经网络执行的，所述神经网络通过以下步骤训练得到：
获取图像样本以及样本标签；
将所述图像样本输入到所述神经网络进行图像分割，得到至少一个第二掩码图和至少一个第三掩码图，其中，所述第二掩码图和所述第三掩码图一一对应，且每个第三掩码图的大小大于与所述第三掩码图对应的第二掩码图的大小；
根据所述至少一个第三掩码图，确定所述图像样本中每个像素点的预测类别；
对所述至少一个第三掩码图中的每个第三掩码图进行缩放处理，得到至少一个第四掩码图，其中，每个所述第四掩码图的大小与所述第四掩码图对应的第二掩码图的大...

【专利技术属性】
技术研发人员：李东海，黄学峰，暴天鹏，吴立威，
申请(专利权)人：深圳市商汤科技有限公司，
类型：发明
国别省市：广东;44