一种光伏板标记方法、装置、电子设备及存储介质制造方法及图纸

技术编号:32552229 阅读:11 留言:0更新日期:2022-03-05 11:52
本发明专利技术公开了一种光伏板标记方法、装置、电子设备及存储介质,属于图像识别技术领域。该方法获取待标记图像,识别所述待标记图像的目标物图像,所述目标物图像包括光伏板图像;在所述目标物图像中标记多组顶点位置;根据顶点位置坐标确定闭合的凸四边形区域,将所述凸四边形区域作为检测框用于目标物标记。本发明专利技术使用四边形的标记方式替代传统的矩形标注,能够减少数据标注时候的背景数据干扰。另外根据标注的四边形生成一个最小的外包旋转矩形标注数据,进行深度学习模型训练能够提高光伏板缺陷检测的精准度。缺陷检测的精准度。缺陷检测的精准度。

【技术实现步骤摘要】
一种光伏板标记方法、装置、电子设备及存储介质


[0001]本专利技术属于图像识别
,具体地说,涉及一种光伏板标记方法、装置、电子设备及存储介质。

技术介绍

[0002]在光伏电站中,需要对现有的光伏板进行定期的巡检维护,确保能够正常发电。由于部分光伏电站年代久远,有些光伏板会存在热斑,破裂和隐裂现象。目前,许多电站会使用无人机配合双光摄像机检测光伏板的缺陷,前期采集数据标注出缺陷光伏板的特征,并且利用这些特征训练网络模型用于后续检测光伏板。
[0003]例如,现有专利文献公开了一种基于深度神经网络的光伏板缺陷检测方法,包括以下步骤:(1)采集光伏板图像样本,制作光伏板缺陷检测模型训练集;(2)利用训练集训练光伏板缺陷检测模型;(3)输入待检测光伏板图像样本;(4)使用特征提取网络得到输入图像的抽象卷积特征;(5)将不同尺度的卷积特征图分别输入到不同的区域生成网络,得到锚框的位置修正坐标偏移量和每个候选框中包含缺陷区域的置信度;(6)利用阈值分割和非极大值抑制过滤候选框;(7)将每个候选框对应的特征图区域输入到感兴趣区域池化层和回归网络,得到候选框的坐标修正偏移量,并计算得到检测框;(8)输出最终检测结果;该方法能有效检测光伏板的缺陷区域。
[0004]然而,目前基于深度学习的目标检测都是采用一个正矩形框绘制,这样的标记方式具有很大的背景干扰,由于无人机在飞行的过程中航线是不断的变换的,飞行的角度变化会带来光伏板在成像中的角度旋转,采用目标检测的通用矩形框来描述数据就会有很大的噪声。因此,亟需开发一种新的光伏板标记方法。

技术实现思路

[0005]针对现有的光伏板识别检测过程采用的正矩形的检测框,具有背景干扰问题,本专利技术提供一种光伏板标记方法,基于目标分割模型特点,结合目标检测的矩形框修改成使用凸四边形替代的方式标记光伏板,能有效的避免因为光伏板旋转角度带来的数据噪声干扰,用于后续的深度学习技术的模型训练,可以提高模型的检测精度。
[0006]为解决上述问题,本专利技术采用如下的技术方案。
[0007]本专利技术第一方面提供一种光伏板标记方法,所述方法包括如下步骤:
[0008]获取待标记图像,识别所述待标记图像的目标物图像,所述目标物图像包括光伏板图像;
[0009]在所述目标物图像中标记多个顶点;
[0010]根据顶点位置坐标确定闭合的凸四边形区域,将所述凸四边形区域作为检测框用于目标物标记。
[0011]作为优选方案,在所述目标物图像中标记顶点位置步骤包括:
[0012]在所述目标物图像中,围绕目标物图像边缘轮廓选取四个顶点,将所述四个顶点
的坐标按照预定规则进行计算,获取最佳的起始点。
[0013]作为优选方案,将所述四个顶点的坐标按照预定规则进行计算,获取最佳的起始点步骤包括:
[0014]获取四个顶点的坐标信息,所述四个顶点为描述矩形光伏板四个角点的坐标,计算四个顶点的边界值;
[0015]构建所述四个顶点坐标排列组合,分别计算四种坐标排列组合到四个顶点的距离,选取距离最小的组合作为最佳起始点。
[0016]作为优选方案,所述方法还包括:根据最佳起始点选取顺序,将四个顶点的顺序修改成顺时针的标记方式。
[0017]作为优选方案,所述根据顶点位置坐标确定闭合的凸四边形区域步骤包括:
[0018]根据目标物的边缘轮廓上的四个顶点以及最佳起始点选取顺序,构建最优矩形框;
[0019]计算最优矩形框与水平轴的夹角,获得凸四边形区域检测框。
[0020]作为优选方案,所述构建最优矩形框步骤包括:
[0021]根据最佳起始点选取顺序以及目标物的边缘轮廓上的四个顶点,获取初始四边形包围框,根据四边形的相邻两个边生成一个平行四边形原则,获取4组平行四边形;
[0022]计算所述4组四边形的面积,找到面积最小的四边形的组合方式,作为目标平行四边形;
[0023]将目标平行四边形转换成矩形框,获得最优矩形框。
[0024]本专利技术第二方面提供一种基光伏板缺陷检测方法,包括以下步骤:
[0025]根据上述的光伏板缺陷检测方法,采集光伏板图像样本,获取光伏板缺陷检测模型训练集;
[0026]将所述光伏板图像训练集输入卷积神经网络,获得光伏板缺陷检测模型;
[0027]将待测光伏板图像输入光伏板缺陷检测模型,获得对应的识别结果。
[0028]本专利技术第三方面提供一种用于光伏板标记装置,所述装置包括:
[0029]图像接收模块,其用于获取待标记图像,识别所述待标记图像的目标物图像,所述目标物图像包括光伏板图像;
[0030]顶点标记模块,其用于在所述目标物图像中标记多个顶点;
[0031]检测框构建模块,其用于根据顶点位置坐标确定闭合的凸四边形区域,将所述凸四边形区域作为检测框用于目标物标记。
[0032]本专利技术第四方面提供一种电子设备,包括处理器、输入设备、输出设备和存储器,所述处理器、输入设备、输出设备和存储器依次连接,所述存储器用于存储计算机程序,所述计算机程序包括程序指令,所述处理器被配置用于调用所述程序指令,执行上述的方法。
[0033]本专利技术第五方面提供一种可读存储介质,所述存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行时使所述处理器执行上述的方法。
[0034]相比于现有技术,本专利技术的有益效果为:
[0035]本专利技术基于目标分割模型特点,结合目标检测的矩形框修改成使用凸四边形替代的方式标记光伏板,并且计算出这个四边形的最小外包矩形和相对于水平轴的旋转角度,
能有效的避免因为光伏板旋转角度带来的数据噪声干扰,用于后续的深度学习技术的模型训练,可以提高模型的检测精度;另外,本方法对于目标物检测容易能够获取目标物的简易特征,使从背景图像中分给的目标更加精准。
附图说明
[0036]通过结合附图对本申请实施例进行更详细的描述,本申请的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本申请实施例的进一步理解,并且构成说明书的一部分,与本申请实施例一起用于解释本申请,并不构成对本申请的限制。在附图中,相同的参考标号通常代表相同部件或步骤。附图中:
[0037]图1为本专利技术实施例提供的一种光伏板标记方法流程图;
[0038]图2是本专利技术实施例提供的一种光伏板标记装置框图;
[0039]图3是本专利技术实施例提供的四边形转换成旋转矩形的示意图;
[0040]图4图示了根据本申请实施例的电子设备的框图。
具体实施方式
[0041]下面,将参考附图详细地描述根据本申请的示例实施例。显然,所描述的实施例仅仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。
[0042]示例性方法
[0043]如图1所示,一种光伏板标记方法,所述方法包括如本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种光伏板标记方法,其特征在于,所述方法包括如下步骤:获取待标记图像,识别所述待标记图像的目标物图像,所述目标物图像包括光伏板图像;在所述目标物图像中标记多个顶点;根据顶点位置坐标确定闭合的凸四边形区域,将所述凸四边形区域作为检测框用于目标物标记。2.根据权利要求1所述的一种光伏板标记方法,其特征在于,在所述目标物图像中标记顶点位置步骤包括:在所述目标物图像中,围绕目标物图像边缘轮廓选取四个顶点,将所述四个顶点的坐标按照预定规则进行计算,获取最佳的起始点。3.根据权利要求2所述的一种光伏板标记方法,其特征在于,将所述四个顶点的坐标按照预定规则进行计算,获取最佳的起始点步骤包括:获取四个顶点的坐标信息,所述四个顶点为描述矩形光伏板四个角点的坐标,计算四个顶点的边界值;构建所述四个顶点坐标排列组合,分别计算四种坐标排列组合到四个顶点的距离,选取距离最小的组合作为最佳起始点。4.根据权利要求3所述的一种光伏板标记方法,其特征在于,所述方法还包括:根据最佳起始点选取顺序,将四个顶点的顺序修改成顺时针的标记方式。5.根据权利要求4所述的一种光伏板标记方法,其特征在于,所述根据顶点位置坐标确定闭合的凸四边形区域步骤包括:根据目标物的边缘轮廓上的四个顶点以及最佳起始点选取顺序,构建最优矩形框;计算最优矩形框与水平轴的夹角,获得凸四边形区域检测框。6.根据权利要求5所述的一种光伏板标记方法,其特征在于,所述构建最优矩形框步骤包括:根据最佳起始点选取顺序以及目标物的边缘轮廓上的四个顶点,获取初始四边形包围框,...

【专利技术属性】
技术研发人员:薛峰张万友夏炎
申请(专利权)人:江苏提米智能科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1