一种电力设备红外图像识别方法及系统技术方案

本发明专利技术公开了一种电力设备红外图像识别方法，其训练步骤包括：采集电力设备的红外图像样本以构建数据集；构建改进的RFB网络；将数据集中的每个图像的每个像素的特征输入改进的RFB网络中对其进行训练，以使其输出具有标签的用于电力设备类型识别的扩大感受野的特征图；将扩大感受野的特征图输入到分类模块中，以使其输出电力设备的类型；其检测步骤包括：采集电力设备的实测红外图像，将该实测红外图像中的每个像素的特征输入到经过训练的改进的RFB网络中，经过训练的改进的RFB网络输出该电力设备的扩大感受野的特征图，将该电力设备的扩大感受野的特征图输入到分类模块中，分类模块输出电力设备的类型。分类模块输出电力设备的类型。分类模块输出电力设备的类型。

【技术实现步骤摘要】
一种电力设备红外图像识别方法及系统


[0001]本专利技术涉及一种图像识别方法及系统，尤其涉及一种红外图像识别方法及系统。

技术介绍

[0002]随着智能电网的发展，电力设备红外巡检的压力越来越大，电网运行急需大规模的智能巡检来完成对电力设备的检测和分析。
[0003]传统的图像处理算法难以设计通用的模型来提取电力设备特征。随着深度学习的迅速发展，基于深度学习的目标检测算法逐渐替代了传统的图像处理算法。
[0004]目前，目标检测算法主要分为以RCNN(region CNN)系列为代表的two
‑
stage模型和以YOLO(you only look once)系列、SSD(single shot multibox detection)、RFBNet(receptive field block net)为代表的one
‑
stage模型。
[0005]其中RFBNet的整体结构与SSD相似，其最大的改进是引入了RFB(Receptive Field Block)卷积块。RFB卷积块是一种本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电力设备红外图像识别方法，包括训练步骤和检测步骤，其特征在于，其中训练步骤包括：(1)采集电力设备的红外图像样本以构建具有标签的电力设备红外图像数据集；(2)构建改进的RFB网络，所述改进的RFB网络包括MobileNet网络、改进的RFB模块、RFB模块、标准卷积模块以及通道注意力机制模块；(3)将电力设备红外图像数据集中的每个图像的每个像素的特征输入改进的RFB网络中对其进行训练，以使其输出具有标签的用于电力设备类型识别的扩大感受野的特征图；(4)将所述扩大感受野的特征图输入到分类模块中，以使其输出电力设备的类型；其中检测步骤包括：采集电力设备的实测红外图像，将该实测红外图像中的每个像素的特征输入到经过训练的改进的RFB网络中，所述经过训练的改进的RFB网络输出该电力设备的扩大感受野的特征图，将该电力设备的扩大感受野的特征图输入到分类模块中，分类模块输出电力设备的类型。2.如权利要求1所述的电力设备红外图像识别方法，其特征在于，所述电力设备的类型包括隔离开关、断路器、电流互感器、电压互感器和避雷器的至少其中之一。3.如权利要求1所述的电力设备红外图像识别方法，其特征在于，所述MobileNet网络包括第一深度可分离卷积模块和第二深度可分离卷积模块。4.如权利要求3所述的电力设备红外图像识别方法，其特征在于，所述改进的RFB模块包括：与第一深度可分离卷积模块对应连接的第一改进的RFB模块，与第二深度可分离卷积模块对应连接的第二改进的RFB模块；所述RFB模块具有至少两个，所述标准卷积模块具有至少两个，所述通道注意力机制模块提高所述改进的RFB网络的算法的鲁棒性，以使至少两个RFB模块、至少两个标准卷积模块以及第二改进的RFB模块向分类模块输出语义增强的高层特征图，所述第一改进的RFB模块和第二改进的...

【专利技术属性】
技术研发人员：王智杰，牛硕丰，徐珂，刘冰，刘相兴，赵亚锋，贾斌，闫静静，刘训彻，李震，李俄昌，
申请(专利权)人：国网山东省电力公司菏泽供电公司，
类型：发明
国别省市：