一种基于断路器试验的目标检测方法及相关装置制造方法及图纸

本申请公开了一种基于断路器试验的目标检测方法及相关装置，方法包括：根据YOLOv4和Mobiledets构建基于断路器试验的目标触头检测模型，目标触头检测模型包括Mobiledets层；采用预置试验训练图像集对目标触头检测模型进行训练，得到优化触头检测模型；通过优化触头检测模型对当前待测图像进行检测，得到预测图像，预测图像包括目标预测框、置信度和预测框坐标。采用轻量化的Mobiledets作为YOLOv4的特征提取网络层，直接减少目标触头检测模型的参数量，从而降低了计算压力，提升模型的检测速度。因此，本申请能够解决现有的目标检测方法无法避免较大的计算量，导致实际的检测速度较慢的技术问题。较慢的技术问题。较慢的技术问题。

【技术实现步骤摘要】
一种基于断路器试验的目标检测方法及相关装置


[0001]本申请涉及断路器试验
，尤其涉及一种基于断路器试验的目标检测方法及相关装置。

技术介绍

[0002]准确可靠接线是断路器试验机器人实用化的关键技术之一，它要求机器人对断路器触头识别和定位的目标检测算法具有很强的泛化能力和很高的准确率，使之能在不同试验场所(背景)或人员走动等背景扰动影响下仍能准确可靠地进行试验线夹的抓取和断路器触头的接入。
[0003]目前，目标检测采用的单阶段目标检测算法[1]通过训练好的卷积神经网络，对图像进行识别且用矩形框定位目标。单阶段目标检测算法主要有SSD、RetinaNet、YOLO等。但是，现有的卷积神经网络除了需要处理的图像数量庞大，其自身就包含大量的计算量，由此产生的计算压力导致实际的检测速度较慢，无法满足目标检测需求。

技术实现思路

[0004]本申请提供了一种基于断路器试验的目标检测方法及相关装置，用于解决现有的目标检测方法无法避免较大的计算量，导致实际的检测速度较慢的技术问题。
[0005]有鉴于此，本申请第一方面提供了一种基于断路器试验的目标检测方法，包括：
[0006]根据YOLOv4和Mobiledets构建基于断路器试验的目标触头检测模型，所述目标触头检测模型由Mobiledets层、多尺度融合层和非极大值抑制层构成；
[0007]采用预置试验训练图像集对所述目标触头检测模型进行训练，得到优化触头检测模型，所述预置试验训练图像集是对初始训练图像集进行背景粘贴的增强处理后得到的；
[0008]通过所述优化触头检测模型对当前待测图像进行检测，得到预测图像，所述预测图像包括目标预测框、置信度和预测框坐标。
[0009]优选地，所述采用预置试验训练图像集对所述目标触头检测模型进行训练，得到优化触头检测模型，之前还包括：
[0010]对获取的断路器试验机器人接线的初始训练图像集中的目标触头进行标注处理，得到标签信息，标签信息包括标注框、框尺寸和框位置；
[0011]基于框尺寸和框位置在标注框的上面、下面、左面和右面分别获取预置背景切片；
[0012]以粘贴的方式根据预置背景切片对所述初始训练图像集进行图像增强操作，得到预置试验训练图像集。
[0013]优选地，所述以粘贴的方式根据预置背景切片对所述初始训练图像集进行图像增强操作，得到预置试验训练图像集，包括：
[0014]将所述初始训练图像集中的训练图像进行排序；
[0015]根据排序的顺序将当前训练图像对应的所述预置背景切片调整尺寸后粘贴在下一张训练图像对应的背景区域，得到预置试验训练图像集。
[0016]优选地，所述通过所述优化触头检测模型对当前待测图像进行检测，得到预测图像，所述预测图像包括目标预测框、置信度和预测框坐标，之后还包括：
[0017]根据所述目标预测框和所述预测框坐标计算断路器试验过程中接线机器人的动作目标点坐标。
[0018]本申请第二方面提供了一种基于断路器试验的目标检测装置，包括：
[0019]模型构建单元，用于根据YOLOv4和Mobiledets构建基于断路器试验的目标触头检测模型，所述目标触头检测模型由Mobiledets层、多尺度融合层和非极大值抑制层构成；
[0020]模型训练单元，用于采用预置试验训练图像集对所述目标触头检测模型进行训练，得到优化触头检测模型，所述预置试验训练图像集是对初始训练图像集进行背景粘贴的增强处理后得到的；
[0021]目标检测单元，用于通过所述优化触头检测模型对当前待测图像进行检测，得到预测图像，所述预测图像包括目标预测框、置信度和预测框坐标。
[0022]优选地，还包括：
[0023]标注单元，用于对获取的断路器试验机器人接线的初始训练图像集中的目标触头进行标注处理，得到标签信息，标签信息包括标注框、框尺寸和框位置；
[0024]切片单元，用于基于框尺寸和框位置在标注框的上面、下面、左面和右面分别获取预置背景切片；
[0025]粘贴单元，用于以粘贴的方式根据预置背景切片对所述初始训练图像集进行图像增强操作，得到预置试验训练图像集。
[0026]优选地，所述粘贴单元，具体用于：
[0027]将所述初始训练图像集中的训练图像进行排序；
[0028]根据排序的顺序将当前训练图像对应的所述预置背景切片调整尺寸后粘贴在下一张训练图像对应的背景区域，得到预置试验训练图像集。
[0029]优选地，还包括：
[0030]坐标计算单元，用于根据所述目标预测框和所述预测框坐标计算断路器试验过程中接线机器人的动作目标点坐标。
[0031]本申请还提供了一种基于断路器试验的目标检测设备，所述设备包括处理器以及存储器；
[0032]所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
[0033]所述处理器用于根据所述程序代码中的指令执行第一方面所述的基于断路器试验的目标检测方法。
[0034]本申请还提供了一种计算机可读存储介质，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行第一方面所述的基于断路器试验的目标检测方法。
[0035]从以上技术方案可以看出，本申请实施例具有以下优点：
[0036]本申请中，提供了一种基于断路器试验的目标检测方法，包括：根据YOLOv4和Mobiledets构建基于断路器试验的目标触头检测模型，目标触头检测模型由Mobiledets层、多尺度融合层和非极大值抑制层构成；采用预置试验训练图像集对目标触头检测模型进行训练，得到优化触头检测模型，预置试验训练图像集是对初始训练图像集进行背景粘贴的增强处理后得到的；通过优化触头检测模型对当前待测图像进行检测，得到预测图像，
预测图像包括目标预测框、置信度和预测框坐标。
[0037]本申请提供的基于断路器试验的目标检测方法，在YOLOv4的基础上进行网络改进，采用轻量化的Mobiledets作为YOLOv4的特征提取网络层，直接减少目标触头检测模型的参数量，从而降低了计算压力，提升模型的检测速度；为了保证轻量化检测模型的准确性和稳定性，通过背景粘贴的方式对初始训练图像集进行增强处理，增加训练图像的场景类别，进而提升检测模型的泛化能力。因此，本申请能够解决现有的目标检测方法无法避免较大的计算量，导致实际的检测速度较慢的技术问题。
附图说明
[0038]图1为本申请实施例提供的一种基于断路器试验的目标检测方法的流程示意图；
[0039]图2为本申请实施例提供的一种基于断路器试验的目标检测装置的结构示意图；
[0040]图3为本申请实施例提供的YOLOv4的CSPDarknet
‑
53网络结构示意图；
[0041]图4为本申请实施例提供的Mobiledets网络结构示意图；
[0042]图5为本申请实施例提供的目标触本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于断路器试验的目标检测方法，其特征在于，包括：根据YOLOv4和Mobiledets构建基于断路器试验的目标触头检测模型，所述目标触头检测模型由Mobiledets层、多尺度融合层和非极大值抑制层构成；采用预置试验训练图像集对所述目标触头检测模型进行训练，得到优化触头检测模型，所述预置试验训练图像集是对初始训练图像集进行背景粘贴的增强处理后得到的；通过所述优化触头检测模型对当前待测图像进行检测，得到预测图像，所述预测图像包括目标预测框、置信度和预测框坐标。2.根据权利要求1所述的基于断路器试验的目标检测方法，其特征在于，所述采用预置试验训练图像集对所述目标触头检测模型进行训练，得到优化触头检测模型，之前还包括：对获取的断路器试验机器人接线的初始训练图像集中的目标触头进行标注处理，得到标签信息，标签信息包括标注框、框尺寸和框位置；基于框尺寸和框位置在标注框的上面、下面、左面和右面分别获取预置背景切片；以粘贴的方式根据预置背景切片对所述初始训练图像集进行图像增强操作，得到预置试验训练图像集。3.根据权利要求2所述的基于断路器试验的目标检测方法，其特征在于，所述以粘贴的方式根据预置背景切片对所述初始训练图像集进行图像增强操作，得到预置试验训练图像集，包括：将所述初始训练图像集中的训练图像进行排序；根据排序的顺序将当前训练图像对应的所述预置背景切片调整尺寸后粘贴在下一张训练图像对应的背景区域，得到预置试验训练图像集。4.根据权利要求1所述的基于断路器试验的目标检测方法，其特征在于，所述通过所述优化触头检测模型对当前待测图像进行检测，得到预测图像，所述预测图像包括目标预测框、置信度和预测框坐标，之后还包括：根据所述目标预测框和所述预测框坐标计算断路器试验过程中接线机器人的动作目标点坐标。5.一种基于断路器试验的目标检测装置，其特征在于，包括：模型构建单元，用于根据YOLOv4和Mobiledets构建基于断路器试验的目标触头检测模型，所述目标...

【专利技术属性】
技术研发人员：王俊波，唐琪，罗容波，宋安琪，刘崧，武利会，熊仕斌，蒋维，张殷，李国伟，陈志平，范心明，董镝，曾庆辉，陈贤熙，曾烨，
申请(专利权)人：广东电网有限责任公司佛山供电局，
类型：发明
国别省市：