【技术实现步骤摘要】
光伏板识别模型的获取方法、光伏板识别方法及装置
[0001]本公开涉及光伏板提取领域,具体地,涉及一种光伏板识别模型的获取方法、光伏板识别方法及装置。
技术介绍
[0002]随着太阳能光伏产业的发展,如何高效统计光伏板的位置分布、大小和使用情况等信息成为需要解决的问题。现有技术中,通过传统图像分割方法中的区域增长法或改进后的聚类方法,对光伏板的红外图像进行分割,或者通过语义分割网络进行光伏板的分割提取。这些方法中使用的模型不能完整分割出光伏板,边缘模糊问题较严重,并且不能有效适应不同空间分辨率条件下的光伏板分割与提取,计算效率较低。
技术实现思路
[0003]本公开的目的是提供一种光伏板识别模型的获取方法、光伏板识别方法及装置,以解决上述技术问题。
[0004]根据本公开实施例的第一方面,提供一种光伏板识别模型的获取方法,所述方法包括:
[0005]根据第一数据集,生成第一训练集和第一验证集,所述第一数据集包括基于第一空间分辨率采集的遥感图像,所述第一训练集和所述第一验证集中均包括多组样本图像,每组所述样本图像包括基于所述遥感图像得到的包含光伏样本的原始图像和所述原始图像对应的标签图像;
[0006]将所述第一训练集输入第一光伏板识别模型,以对所述第一光伏板识别模型进行训练,并获取训练过程中得到的权值;其中,所述第一光伏板识别模型包括DeepLabV3+网络模型,所述权值为光伏板识别模型中的各层的权重;
[0007]在所述第一光伏板识别模型收敛的情况下停止所述训练,获取 ...
【技术保护点】
【技术特征摘要】
1.一种光伏板识别模型的获取方法,其特征在于,所述方法包括:根据第一数据集,生成第一训练集和第一验证集,所述第一数据集包括基于第一空间分辨率采集的遥感图像,所述第一训练集和所述第一验证集中均包括多组样本图像,每组所述样本图像包括基于所述遥感图像得到的包含光伏样本的原始图像和所述原始图像对应的标签图像;将所述第一训练集输入第一光伏板识别模型,以对所述第一光伏板识别模型进行训练,并获取训练过程中得到的权值;其中,所述第一光伏板识别模型包括DeepLabV3+网络模型,所述权值为光伏板识别模型中的各层的权重;在所述第一光伏板识别模型收敛的情况下停止所述训练,获取训练过程中得到的损失值最小的权值;通过所述损失值最小的权值,以及所述第一验证集,对所述第一光伏板识别模型进行验证,以得到完成训练的光伏板识别模型。2.根据权利要求1所述的方法,其特征在于,在将所述第一训练集输入第一光伏板识别模型之前,所述方法还包括:分别构建用语言特征提取的主干网络、带有空洞卷积的金字塔池化模块和解码模块,以得到所述DeepLabV3+网络模型,作为所述第一光伏板识别模型。3.根据权利要求1所述的方法,其特征在于,所述根据第一数据集,生成第一训练集和第一验证集,包括:获取基于第一空间分辨率采集的遥感图像;对所述遥感图像的原始图像中的光伏样本进行标注,得到所述原始图像对应的标签图像;由所述原始图像和所述标签图像得到所述第一数据集。4.根据权利要求1所述的方法,其特征在于,所述将所述第一训练集输入第一光伏板识别模型,以对所述第一光伏板识别模型进行训练,并获取训练过程中得到的权值,包括:设置所述第一光伏板识别模型的训练参数,所述训练参数包括数据的批量大小、图像大小和输出步长中的一种或多种;将所述第一训练集输入所述第一光伏板识别模型,按照所述训练参数对所述第一光伏板识别模型进行训练;获取所述训练过程中得到的权值。5.根据权利要求1所述的方法,其特征在于,所述在所述第一光伏板识别模型收敛的情况下停止所述训练,获取训练过程中得到的损失值最小的权值,包括:在所述训练过程中,当所述损失值减小至不再改变的情况下,判定所述第一光伏板识别模型收敛;在所述第一光伏板识别模型收敛的情况下停止所述训练,获取所述训练过程中得到的损失值最小的权值。6.根据权利要求1所述的方法,其特征在于,所述通过所述损失值最小的权值,以及所述第一验证集,对所述第一光伏板识别模型进行验证,以得到完成训练的光伏板识别模型,包括:将所述第一验证集输入所述第一光伏板识别模型,以得到所述第一光伏板识别模型输
出的预测结果;所述第一光伏板识别模型的权值取所述训练过程中所述损失值最小时的权值,所述预测结果包括所述第一验证集中的各个样本图像的二值图像和精度混淆矩阵;根据所述精度混淆矩阵获取所述第一光伏板识别模型的所述预测结果的交并比;在所述预测结果的交并比不符合预期目标值的情况下,调整训练参数,并根据调整后的训练参数再次执行所述将所述第一训练集输入第一光伏板识别模型至所述通过所述损失值最小的权值,以及所述第一验证集,对所述第一光伏板识别模型进行验证的步骤,直至所述预测结果的交并比符合所述预期目标值;在所述预测结果的交并比符合预期目标值的情况下,得到所述完成训练的光伏板识别模型。7...
【专利技术属性】
技术研发人员:孙建,刘桂生,李科文,丁鑫,王辉,祝锐,柴伟,石卫兵,
申请(专利权)人:国家能源集团谏壁发电厂,
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。