指针仪表数据读取方法、装置、设备和存储介质制造方法及图纸

本申请涉及一种指针仪表数据读取方法、装置、设备和存储介质。所述方法包括：将目标图像输入至目标检测模型，得到所述目标图像中目标指针仪表的目标边界框信息和目标类别信息；根据所述目标边界框信息，从所述目标图像中提取包含目标指标仪表的图像区域；对所述图像区域进行预处理；根据所述目标类别信息，以及预处理后的图像区域中目标指标仪表的倾斜角，读取所述目标指针仪表的数据。不仅可以准确的识别包含目标指针仪表的图像区域，还能对图像区域进行自动化处理，从而准确读取目标指针仪表的数据。数据。数据。

【技术实现步骤摘要】
指针仪表数据读取方法、装置、设备和存储介质


[0001]本申请涉及人工智能
，特别是涉及一种指针仪表数据读取方法、装置、设备和存储介质。

技术介绍

[0002]电力能源是社会生产的重要能源，变电站在社会生产与日常生活中占据着至关重要的地位。指针仪表被广泛应用于变电站的各种设备上，例如指针式油位表计、油压表计等，准确读取变电站上各设备上的指针仪表的数据对于变电站的稳定运行起着重要作用。
[0003]传统方法通常是，由人工对无人机采集的包括指针仪表的图像进行裁剪，获取包括指针仪表的图像区域，之后再对仪表内指针进行读数，这种方法依赖人工，存在对仪表位置裁剪的不够准确，进而影响仪表读数的准确性等问题，亟需改进。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种指针仪表数据读取方法，能够确定指针仪表的位置，并且能够自动对指针仪表进行识别，自动化读取指针仪表的数据。
[0005]第一方面，本申请提供了一种指针仪表数据读取方法。所述方法包括：
[0006]将目标图像输入至目标检测模型，得到所述目标图像中目标指针仪表的目标边界框信息和目标类别信息；
[0007]根据所述目标边界框信息，从所述目标图像中提取包含目标指标仪表的图像区域；
[0008]对所述图像区域进行预处理；
[0009]根据所述目标类别信息，以及预处理后的图像区域中目标指标仪表的倾斜角，读取所述目标指针仪表的数据。
[0010]在其中一个实施例中，对所述图像区域进行预处理的方法，包括：
[0011]对所述图像区域进行同态滤波处理；
[0012]对同态滤波处理后的图像区域进行二值化处理；
[0013]对二值化处理后的图像区域进行形态学处理。
[0014]在其中一个实施例中，根据所述目标类别信息，以及预处理后的图像区域中目标指标仪表的倾斜角，读取所述目标指针仪表的数据，包括：
[0015]根据所述目标类别信息，确定所述目标指针仪表的量程信息；其中，所述量程信息包括量程最大值、量程最小值、所述量程最大值对应的角度和所述量程最小值对应的角度；
[0016]根据所述量程信息和所述倾斜角，读取所述目标指针仪表的数据。
[0017]在其中的一个实施例中，上述实施例中的指针仪表读取方法还包括：
[0018]将样本图像输入至初始模型，得到所述样本图像中预测指针仪表的预测信息；其中，所述预测信息包括预测边界框信息和预测类别信息；
[0019]对所述样本图像中真实指针仪表的原标签数据进行复制，得到复制标签数据，其
中，所述原标签数据包括真实边界框信息和真实类别信息；
[0020]采用匈牙利匹配算法，根据所述预测指针仪表的预测信息，以及所述真实指针仪表的原标签数据和复制标签数据，确定训练损失；
[0021]采用所述训练损失，对所述初始模型进行优化，得到所述目标检测模型。
[0022]在其中的一个实施例中，采用匈牙利匹配算法，根据所述预测指针仪表的预测信息，以及所述真实指针仪表的原标签数据和复制标签数据，确定训练损失，包括：
[0023]根据每一预测指针仪表的预测信息，以及每一真实指针仪表的原标签数据，确定每一预测指针仪表与每一真实指针仪表的第一代价值；
[0024]根据每一预测指针仪表的预测信息，以及每一真实指针仪表的复制标签数据，确定每一预测指针仪表与每一真实指针仪表的第二代价值；
[0025]采用匈牙利匹配算法，根据每一预测指针仪表与每一真实指针仪表的第一代价值和第二代价值，确定与每一真实指针仪表匹配的预测指针仪表，作为匹配指针仪表；
[0026]根据每一真实指针仪表的原标签数据，以及每一真实指针仪表对应的匹配指针仪表的预测信息，确定训练损失。
[0027]在其中的一个实施例中，根据每一预测指针仪表的预测信息，以及每一真实指针仪表的原标签数据，确定每一预测指针仪表与每一真实指针仪表的第一代价值，包括：
[0028]针对每一预测指针仪表，根据该预测指针仪表的预测类别信息，以及每一真实指针仪表的真实类别信息，确定该预测指针仪表与每一真实指针仪表之间的类别损失；
[0029]根据该预测指针仪表的预测边界框信息，以及每一真实指针仪表的真实边界框信息，确定该预测指针仪表与每一真实指针仪表之间的边界框损失；
[0030]根据该预测指针仪表与每一真实指针仪表之间的类别损失和边界框损失，确定该预测指针仪表与每一真实指针仪表之间的第一代价值。
[0031]第二方面，本申请还提供了一种指针仪表数据读取装置，所述装置包括：
[0032]信息获取模块，将目标图像输入至目标检测模型，得到所述目标图像中目标指针仪表的目标边界框信息和目标类别信息；
[0033]图像提取模块，用于根据所述目标边界框信息，从所述目标图像中提取包含目标指标仪表的图像区域；
[0034]预处理模块，用于对所述图像区域进行预处理；
[0035]数据读取模块，用于根据所述目标类别信息，以及预处理后的图像区域中目标指标仪表的倾斜角，读取所述目标指针仪表的数据。
[0036]第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
[0037]将目标图像输入至目标检测模型，得到所述目标图像中目标指针仪表的目标边界框信息和目标类别信息；
[0038]根据所述目标边界框信息，从所述目标图像中提取包含目标指标仪表的图像区域；
[0039]对所述图像区域进行预处理；
[0040]根据所述目标类别信息，以及预处理后的图像区域中目标指标仪表的倾斜角，读取所述目标指针仪表的数据。
[0041]第四方面，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，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
[0042]将目标图像输入至目标检测模型，得到所述目标图像中目标指针仪表的目标边界框信息和目标类别信息；
[0043]根据所述目标边界框信息，从所述目标图像中提取包含目标指标仪表的图像区域；
[0044]对所述图像区域进行预处理；
[0045]根据所述目标类别信息，以及预处理后的图像区域中目标指标仪表的倾斜角，读取所述目标指针仪表的数据。
[0046]第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
[0047]将目标图像输入至目标检测模型，得到所述目标图像中目标指针仪表的目标边界框信息和目标类别信息；
[0048]根据所述目标边界框信息，从所述目标图像中提取包含目标指标仪表的图像区域；
[0049]对所述图像区域进行预处理；
[0050]根据所述目标类别信息，以及预处理后的图像区域中目标指标仪本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种指针仪表数据读取方法，其特征在于，所述方法包括：将目标图像输入至目标检测模型，得到所述目标图像中目标指针仪表的目标边界框信息和目标类别信息；根据所述目标边界框信息，从所述目标图像中提取包含目标指标仪表的图像区域；对所述图像区域进行预处理；根据所述目标类别信息，以及预处理后的图像区域中目标指标仪表的倾斜角，读取所述目标指针仪表的数据。2.根据权利要求1所述的方法，其特征在于，所述对所述图像区域进行预处理，包括：对所述图像区域进行同态滤波处理；对同态滤波处理后的图像区域进行二值化处理；对二值化处理后的图像区域进行形态学处理。3.根据权利要求1所述的方法，其特征在于，所述根据所述目标类别信息，以及预处理后的图像区域中目标指标仪表的倾斜角，读取所述目标指针仪表的数据，包括：根据所述目标类别信息，确定所述目标指针仪表的量程信息；其中，所述量程信息包括量程最大值、量程最小值、所述量程最大值对应的角度和所述量程最小值对应的角度；根据所述量程信息和所述倾斜角，读取所述目标指针仪表的数据。4.根据权利要求1所述的方法，其特征在于，所述方法还包括：将样本图像输入至初始模型，得到所述样本图像中预测指针仪表的预测信息；其中，所述预测信息包括预测边界框信息和预测类别信息；对所述样本图像中真实指针仪表的原标签数据进行复制，得到复制标签数据，其中，所述原标签数据包括真实边界框信息和真实类别信息；采用匈牙利匹配算法，根据所述预测指针仪表的预测信息，以及所述真实指针仪表的原标签数据和复制标签数据，确定训练损失；采用所述训练损失，对所述初始模型进行优化，得到所述目标检测模型。5.根据权利要求4所述的方法，其特征在于，所述采用匈牙利匹配算法，根据所述预测指针仪表的预测信息，以及所述真实指针仪表的原标签数据和复制标签数据，确定训练损失，包括：根据每一预测指针仪表的预测信息，以及每一真实指针仪表的原标签数据，确定每一预测指针仪表与每一真实指针仪表的第一代价值；根据每一预测指针仪表的预测信息，以及每一真实指针仪表的复制...

【专利技术属性】
技术研发人员：张云翔，郑筠，
申请(专利权)人：深圳供电局有限公司，
类型：发明
国别省市：