一种基于区域先验的标准配电台区关键物体分割方法技术

本发明专利技术公开了一种基于区域先验的标准配电台区关键物体分割方法。为了克服现有技术视觉识别算法在复杂环境下识别效果差的问题；本发明专利技术包括以下步骤：根据标准配电台区待识别物体的轮廓形状制作拍摄引导区域；采集标准台区数据；获得训练数据集、验证数据集、测试数据集以及相应的理想标准分割结果；构建注意力特征区域，以注意力特征区域图像作为输入，相应的理想标准分割结果图像作为输出，训练图像分割网络模型；调整训练参数，重复学习过程，完成图像分割网络模型的训练；评价训练后的图像分割网络模型。增加了拍照辅助引导区域，并将该区域图像的掩膜用于构建编码注意力区域图像，具有更高的可信度，以及更好的图像分割准确率。以及更好的图像分割准确率。以及更好的图像分割准确率。

【技术实现步骤摘要】
一种基于区域先验的标准配电台区关键物体分割方法


[0001]本专利技术涉及一种计算机视觉领域，尤其涉及一种基于区域先验的标准配电台区关键物体分割方法。

技术介绍

[0002]配变台区是输电网中分布最广泛、数量最多的电力设备之一。目前针对配变台区的检测和维护一般以人工为主。随着计算机视觉和深度学习技术的发展，基于视觉的目标检测或图像分割方法已经日渐趋于成熟，基于视觉实现配变台区的关键物体识别及量化可以减低人工巡检的工作量，提高工作效率。基于此，研究配变台区的物体检测和指标量化具有重要意义。
[0003]目前，针对配变台区的物体分割的研究还比较少，计算机视觉领域的人通常通过训练端到端的识别分割网络来解决这个问题，由于配变台区一般所处环境多样，背景复杂，相关深度学习模型在复杂恶劣天气下的识别表现差，不能满足实际现场要求。对于一些基于注意力机制或者显著区域先验的图像分割方法也常因为先验信息获取置信度低而无法提升复杂环境下的物体分割问题。
[0004]例如，一种在中国专利文献上公开的“一种基于视觉识别技术的台区故障检测方法及装置”，其公告本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于区域先验的标准配电台区关键物体分割方法，其特征在于，包括以下步骤：S1：根据标准配电台区待识别物体的轮廓形状制作拍摄引导区域；S2：调整相机姿态，使得待识别物体位于拍摄引导区域内，采集标准台区数据；S3：将采集得到的标准台区数据分为训练数据集S、验证数据集Y、测试数据集C以及相应的理想标准分割结果；S4：构建注意力特征区域，以注意力特征区域图像作为输入，相应的理想标准分割结果图像作为输出，训练图像分割网络模型；S5：调整训练参数，重复学习过程，完成图像分割网络模型的训练；S6：使用验证数据集Y和测试数据集C评价训练后的图像分割网络模型，完成标准配电台区关键物体分割网络训练。2.根据权利要求1所述的一种基于区域先验的标准配电台区关键物体分割方法，其特征在于，所述的构建注意力特征区域包括以下步骤：将相机拍摄的输入图像和拍摄引导区域的拍照辅助引导掩膜图像分别进行卷积和归一化操作，进行特性提取，将两图像特征提取结果进行逐像素相加；使用ReLU激活函数处理后，再次进行卷积和归一化，使用sigmoid激活函数进行激活处理，将处理后的结果与输入图像进行逐元素相乘，得到编码注意力图像。3.根据权利要求2所述的一种基于区域先验的标准配电台区关键物体分割方法，其特征在于，将两图像特征提取结果进行逐像素相加后的图谱F为：I
motify
＝BatchNorm(Conv(ReLU(F)))
⊙
I...

【专利技术属性】
技术研发人员：郑涛，黄宏盛，邵航，李红日，刘威，邹会权，彭坤，雷强，王磊，马振琦，张晗，王腾达，李冲，牛中伟，覃天涯，张晓文，潘宏杰，沈剑平，花笑闽，
申请(专利权)人：浙江未来技术研究院嘉兴嘉兴市恒光电力建设有限责任公司滨海分公司，
类型：发明
国别省市：