【技术实现步骤摘要】
一种获取电气图纸中元器件识别位置的方法及系统
[0001]本专利技术涉及图像识别
,具体涉及一种获取电气图纸中元器件识别位置的方法及系统。
技术介绍
[0002]深度神经网络对于输入图像的尺寸有固定限制,虽然我们可以通过图像的缩放或者比例修正使得图片的尺寸满足深度神经网络的输入要求,但是会引起原有图像比例的改变和数据损失,考虑到电气图纸中电气元件与传统图像识别数据集相比目标更小,识别效果将进一步恶化。对于电气图纸等大尺寸图像,若简单的通过切割图片等方式将目标电气图纸切割成多张子图,必然使得子图的边缘存在被切割的不完整元器件,检测器面向不完整的元器件进行识别则有可能会造成错误识别、漏识别问题。
[0003]基于上述问题,如何研究设计一种获取电气图纸中元器件识别位置的方法,以提升检测器的识别精度是我们目前急需解决的问题。
技术实现思路
[0004]为克服上述问题或部分解决上述问题,本专利技术的目的在于提供一种获取电气图纸中元器件识别位置的方法及系统,以提升检测器的识别精度。
[0005]本专 ...
【技术保护点】
【技术特征摘要】
1.一种获取电气图纸中元器件识别位置的方法,其特征在于,包括以下步骤:获取待识别电气图纸,将所述待识别电气图纸分割成若干个固定规格的子图,相邻所述子图之间具有相互重叠的部分,使得任意一个目标元器件至少会被完整的分割到一张子图中;采用YOLO目标识别算法对所有子图进行识别,并输出所有包含有目标元器件物理符号的候选框的坐标;将所有候选框的坐标通过坐标映射的方式映射到分割前的电气图纸中;消除电气图纸中多余的候选框,以得到目标元器件物理符号最佳识别位置。2.根据权利要求1所述的获取电气图纸中元器件识别位置的方法,其特征在于,将所述待识别电气图纸分割成若干个子图之前还包括:采用k
‑
means++算法对训练集中电气图纸中的电气元器件的物理符号尺寸进行聚类,确定目标候选框的规格(A
W
,A
H
),其中,A
W
为目标候选框的宽度,A
H
为目标候选框的高度。3.根据权利要求2所述的获取电气图纸中元器件识别位置的方法,其特征在于,所述采用k
‑
means++算法对训练集中电气图纸中的元器件物理符号尺寸进行聚类,确定目标候选框的规格(A
W
,A
H
)包括以下步骤:步骤1:从代表元器件符号的训练集中随机选取1个数据点作为第一个初始聚类中心c1;步骤2:计算其他每一个样本点i(x
i
,y
i
)与聚类中心c1(x
c
,y
c
)的欧式距离D(x)和每一个样本点被选为聚类中心的概率P(x),选取概率最大的点作为下一个聚类中心,其中步骤3:重复步骤2,直到选择出预设值a个初始聚类中心;步骤4:将每一个样本点i分配给距离其最近的聚类中心,划分成初始簇,之后重新计算每个簇的质心,并将该质心作为新的聚类中心;步骤5:重复执行步骤4,直至簇不再发生变化或达到最大迭代次数后,此时则形成a个最终簇,分别为每一个最终簇匹配标准大小的锚定框;步骤6:对步骤5中所获得的a个锚定框,从中选择面积最大的锚定框作为所述目标候选框。4.根据权利要求2所述的获取电气图纸中元器件识别位置的方法,其特征在于,基于所述目标候选框的规格(A
W
,A
H
)和所述子图的规格(W
o
,H
o
),确定相邻所述子图重叠部分的宽度R
W
或高度R
H
,其约束关系为:其中,W0为子图的宽度,H0为子图的高度。5.根据权利要求4所述的获取电气图纸中元器件识别位置的方法,其特征在于,将待识别电气图纸(W
i
,H
i
)横向切割n次、纵向切割m次,以获得若干个固定规格的子图,其中n、m在数值上应满足下列等式关系:
其中,W
i
为待识别电气图纸的宽度,H
i
为待识别电气图纸的高度。6.根据权利要求5所述的获取电气图纸中元器件识别位置的方法,其特征在于,所述的横向切割次数n的计算步骤如下:步骤1:n初始值取步骤2:将n带入W
o
n
‑
(n
‑
1)R
W
=W
i
,求取冗余宽度R
W
,并判断冗余宽度R
W
是否满足W
o
>R
W
>A
W
;步骤3:若是,则输出冗余...
【专利技术属性】
技术研发人员:何培东,黎小军,王晨丞,李显忠,张福州,张嘉岷,肖丽,刘柯里,涂娅欣,罗超,贾岩龙,
申请(专利权)人:国网四川省电力公司营销服务中心,
类型:发明
国别省市:
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。