一种基于SSD的电缆管线状态识别算法制造技术

本发明专利技术涉及一种基于SSD(Single Shot MultiBox Detector)的电缆管线状态识别算法。针对电缆管线场景，利用SSD算法，能够实现高效、准确的管线轮廓批量识别。将得到的管线内部拍摄图像传入训练好的算法模型内，检测管线形状、圆度以及是否有异物等具体状态。本发明专利技术将SSD算法应用于电缆管线场景，有助于快速、批量识别管线状态，提高整体效率。提高整体效率。提高整体效率。

【技术实现步骤摘要】
一种基于SSD的电缆管线状态识别算法


[0001]本专利技术涉及计算机视觉算法，特别是涉及SSD模型，是一种用于电缆管线状态识别的算法。

技术介绍

[0002]电缆管线是城市地下管线的重要组成部分，也承担着保障人们生产、生活的重要作用。然而，目前电力行业的管线状态检测机制并不成熟，主要依靠人工肉眼观测管线情况，不仅效率低下且精度不高。因此亟需一种针对电缆管线的状态识别算法。

技术实现思路

[0003]鉴于此，本专利技术所要解决的技术问题是提供一种基于SSD的电缆管线状态识别算法，能够利用计算机图像识别进行管线状态的检测。
[0004]本专利技术的技术方案为：一种基于SSD的电缆管线状态识别算法，具体包括：1、一种基于SSD的电缆管线状态识别算法，其特征在于，具体包括如下操作步骤：1）通过管线探测装置拍摄，采集管线内部图像；2）将步骤1）采集的部分图像进行标注，作为训练集进行模型训练；3）将步骤1）采集的部分图像传入步骤2）训练完成的SSD算法模型中，通过算法进行图像识别描绘管线轮廓；4）将步骤3）获得的已描绘轮廓的图像同训练完善的特征库进行对比，从而判断管线状态。
[0005]2、根据权利要求1所述，一种基于SSD的电缆管线状态识别算法，其特征在于，此算法在提高检测速度的同时保证了检测精度，有如下具体特点：1）所述SSD算法结合了YOLO算法的回归思想，利用某位置周围的特征预测此位置信息；2）所述SSD算法还结合了Faster R
‑
CNN的another机制，能够应用于多个feather map上，可以利用多层的特征满足高精度的要求。
[0006]3、根据权利要求1所述，一种基于SSD的电缆管线状态识别算法，其特征在于，针对电缆管线场景搭建SSD模型，具有如下特点：1）所述SSD算法使用的基础网络为VGG
‑
16
‑
Atrous，在此基础上添加了特征提取层；2）所述SSD算法的核心在于predict object以及其归属类别的score，同时在feature map上使用小的卷积核去predict一系列bounding box的box offsets；3）所述2）中bounding box的输出空间离散化为一系列不同纵横比的default box，并且能够调整box更好匹配物体形状；4）所述2）中的feature map将在不同分辨率上进行结果预测并相结合，为解决不同大小物体的问题，大大提高泛化能力；
5）所述SSD算法的训练方式同传统region proposals+pooling相比，需要将groundtruth赋予到一系列固定输出的boxes中的一个，两者相对应进行后续计算。
[0007]4、根据权利要求1所述，一种基于SSD的电缆管线状态识别算法，其特征在于，能够应用于电缆管线领域，将管线特征利用计算机视觉识别技术批量提取，从而高效快速准确地进行管线状态识别，提高工作效率。
[0008]本专利技术的有益效果在于：本专利技术一种基于SSD的电缆管线状态识别算法，包括：SSD算法模型；所述模型集合了结合了YOLO算法的回归思想以及Faster R
‑
CNN的another机制，在提高速度的基础上保证检测精度。使用者能够利用本专利技术通过传入拍摄内部的图像高效、便捷、准确地辨别管线状态，获取其状态信息。
附图说明
[0009]图1为本专利技术的电缆管线状态识别算法涉及技术流程图；图2为本专利技术具体实施方式流程图。
具体实施方式
[0010]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述。
[0011]本专利技术实施例提供一种基于SSD的电缆管线状态识别算法，其技术流程图如图1所示，具体包括如下步骤：1）通过管线探测装置拍摄，采集管线内部图像；2）将步骤1）采集的部分图像进行标注，作为训练集进行模型训练；3）将步骤1）采集的部分图像传入步骤2）训练完成的SSD算法模型中，通过算法进行图像识别描绘管线轮廓；4）将步骤3）获得的已描绘轮廓的图像同训练完善的特征库进行对比，从而判断管线状态。
[0012]下面是对算法特点的具体描述：此算法在提高检测速度的同时保证了检测精度，结合了YOLO算法的回归思想，利用某位置周围的特征预测此位置信息；还结合了Faster R
‑
CNN的another机制，能够应用于多个feather map上，可以利用多层的特征满足高精度的要求。
[0013]针对电缆管线场景搭建SSD模型，具有如下特性：SSD算法使用的基础网络为VGG
‑
16
‑
Atrous，在此基础上添加了特征提取层；其核心在于predict object以及其归属类别的score，同时在feature map上使用小的卷积核去predict一系列bounding box的box offsets；bounding box的输出空间离散化为一系列不同纵横比的default box，并且能够调整box更好匹配物体形状；feature map将在不同分辨率上进行结果预测并相结合，为解决不同大小物体的问题，大大提高泛化能力；该算法的训练方式同传统region proposals+pooling相比，需要将groundtruth赋予到一系列固定输出的boxes中的一个，两者相对应进行后续计算。
[0014]本专利技术适用于实际场景，能够应用于电缆管线领域，将管线特征利用计算机视觉识别技术批量提取，从而高效快速准确地进行管线状态识别，提高工作效率。
[0015]需要说明的是，本说明书的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
[0016]以上对本专利技术提供的一种基于SSD的电缆管线状态识别算法进行了详细介绍，本文中应用了具体个例对本专利技术的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本专利技术的方法及其核心思想；同时，对于本领域的技术人员，依据本专利技术思想在具体实施方式及应用范围均会有改变之处。综上所述，本说明书内容不应理解为对本专利技术的限制。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于SSD的电缆管线状态识别算法，其特征在于，具体包括如下操作步骤：1）通过管线探测装置拍摄，采集管线内部图像；2）将步骤1）采集的部分图像进行标注，作为训练集进行模型训练；3）将步骤1）采集的部分图像传入步骤2）训练完成的SSD算法模型中，通过算法进行图像识别描绘管线轮廓；4）将步骤3）获得的已描绘轮廓的图像同训练完善的特征库进行对比，从而判断管线状态。2.根据权利要求1所述，一种基于SSD的电缆管线状态识别算法，其特征在于，此算法在提高检测速度的同时保证了检测精度，有如下具体特点：1）所述SSD算法结合了YOLO算法的回归思想，利用某位置周围的特征预测此位置信息；2）所述SSD算法还结合了Faster R
‑
CNN的another机制，能够应用于多个feather map上，可以利用多层的特征满足高精度的要求。3.根据权利要求1所述，一种基于SSD的电缆管线状态识别算法，其特征在于，针对电缆管线场景搭建SSD模型，具有如下特点：1）所述SSD算法使用的基础网络为VGG
...

【专利技术属性】
技术研发人员：戴涵竹，邱昊，周雅轩，王耿喆，詹清钦，程泽邦，武文韬，张宇华，
申请(专利权)人：上海电力大学，
类型：发明
国别省市：