一种电力行业目标检测方法及装置制造方法及图纸

本发明专利技术涉及电力行业目标检测技术领域，具体提供了一种电力行业目标检测方法及装置，包括：获取待检测场景图像；将所述待检测场景图像作为预先训练的电力行业目标检测模型的输入，得到所述预先训练的电力行业目标检测模型输出的待检测场景图像的检测结果；所述检测结果包括下述中的至少一种：目标的位置和类别。本发明专利技术提供的技术方案，解决电力行业目标检测任务中的标注量大和训练准确性低的问题，并具备更广泛的适用性，提供了更高效、准确的目标检测解决方案，推动电力行业及其他领域的智能化发展。化发展。化发展。

【技术实现步骤摘要】
一种电力行业目标检测方法及装置


[0001]本专利技术涉及电力行业目标检测
，具体涉及一种电力行业目标检测方法及装置。

技术介绍

[0002]在电力行业中，目标检测任务扮演着重要的角色，用于实现设备监测、故障诊断、安全管理等关键领域的智能化应用。
[0003]然而，传统的目标检测方法通常需要大量的标注数据进行模型训练。在电力行业这样的大规模应用场景中，获取足够数量和质量的标注数据是一项巨大的挑战。人工标注过程繁琐、耗时，且存在主观性和不一致性，导致标注量的需求成为限制目标检测模型应用范围和迭代优化的瓶颈。
[0004]训练准确性低也是目标检测任务中的另一个关键问题。传统方法直接从头开始训练目标检测模型，没有充分利用已有的大规模数据和知识。这种直接训练方法存在两个主要问题：首先，模型需要在有限的标注数据上进行训练，导致训练不充分，准确性不高；其次，目标检测模型缺乏充分的语义理解和视觉特征表征能力，无法准确捕捉目标的复杂形状和上下文信息，进一步限制了模型的准确性和泛化能力。

技术实现思路

[0005]为了克服上述缺陷，本专利技术提出了一种电力行业目标检测方法及装置。
[0006]第一方面，提供一种电力行业目标检测方法，所述电力行业目标检测方法包括：
[0007]获取待检测场景图像；
[0008]将所述待检测场景图像作为预先训练的电力行业目标检测模型的输入，得到所述预先训练的电力行业目标检测模型输出的待检测场景图像的检测结果；
[0009]其中，所述检测结果包括下述中的至少一种：目标的位置和类别。
[0010]优选的，所述类别包括下述中的至少一种：电力设备类别、预设设施和场景类别、预设故障和异常场景类别。
[0011]优选的，所述预先训练的电力行业目标检测模型的获取过程包括：
[0012]将未标注检测结果的场景图像作为Segment Anything模型的输入，得到Segment Anything模型输出的语义分割图像；
[0013]标注所述语义分割图像的bounding box框，得到第一训练数据；
[0014]利用所述第一训练数据对初始目标检测模型进行训练。
[0015]进一步的，所述利用所述训练数据对初始目标检测模型进行训练之后，包括：
[0016]利用标注检测结果的场景图像构建第二训练数据；
[0017]利用所述第二训练数据对所述预先训练的电力行业目标检测模型进行训练，得到所述预先训练的电力行业目标检测模型。
[0018]进一步的，所述第二训练数据的数据量小于第一训练数据的数据量。
[0019]进一步的，所述方法包括：
[0020]对所述第一训练数据和第二训练数据进行数据增强。
[0021]进一步的，所述对所述第一训练数据和第二训练数据进行数据增强，包括：
[0022]分别对所述第一训练数据和第二训练数据依次按照概率0.5进行水平和垂直方向的随机翻转，角度
‑
20度到20度，步距1度的图像随机旋转操作，90度、180度、270度的固定角度随机旋转操作，以及图像尺寸0.25到4倍随机缩放操作。
[0023]进一步的，所述标注检测结果的场景图像的获取过程中采用的算法为：矩形框标注算法或实例分割标注算法。
[0024]第二方面，提供一种电力行业目标检测装置，所述电力行业目标检测装置包括：
[0025]获取模块，用于获取待检测场景图像；
[0026]分析模块，用于将所述待检测场景图像作为预先训练的电力行业目标检测模型的输入，得到所述预先训练的电力行业目标检测模型输出的待检测场景图像的检测结果；
[0027]其中，所述检测结果包括下述中的至少一种：目标的位置和类别。
[0028]第三方面，提供一种计算机设备，包括：一个或多个处理器；
[0029]所述处理器，用于存储一个或多个程序；
[0030]当所述一个或多个程序被所述一个或多个处理器执行时，实现所述的电力行业目标检测方法。
[0031]第四方面，提供一种计算机可读存储介质，其上存有计算机程序，所述计算机程序被执行时，实现所述的电力行业目标检测方法。
[0032]本专利技术上述一个或多个技术方案，至少具有如下一种或多种有益效果：
[0033]本专利技术提供了一种电力行业目标检测方法及装置，包括：获取待检测场景图像；将所述待检测场景图像作为预先训练的电力行业目标检测模型的输入，得到所述预先训练的电力行业目标检测模型输出的待检测场景图像的检测结果；所述检测结果包括下述中的至少一种：目标的位置和类别。本专利技术提供的技术方案，解决电力行业目标检测任务中的标注量大和训练准确性低的问题，并具备更广泛的适用性，提供了更高效、准确的目标检测解决方案，推动电力行业及其他领域的智能化发展，具体的：
[0034]首先，本专利技术显著降低了目标检测模型的标注量需求，使一线人员能够更轻松地获取足够数量和质量的标注数据。这减少了一线人员的工作负担和时间消耗，使其能够更专注于现场工作和任务执行。
[0035]其次，通过所述预先训练的电力行业目标检测模型的引入，提高了目标检测模型的准确性和泛化能力。这使一线人员能够准确地识别和定位电力设备、设施和场景中的目标，如故障、异常情况等。这有助于及时发现问题、减少潜在风险，并提高一线人员的工作效率和安全性。
[0036]此外，本专利技术的方法具有广泛的适用性，可应用于不同的电力行业场景和任务需求。无论是电力设备巡检、故障检测还是安全监控，一线人员都可以受益于本专利技术提供的高效、准确的目标检测解决方案。
附图说明
[0037]图1是本专利技术实施例的电力行业目标检测方法的主要步骤流程示意图；
[0038]图2是本专利技术实施例的电力行业目标检测装置的主要结构框图。
具体实施方式
[0039]下面结合附图对本专利技术的具体实施方式作进一步的详细说明。
[0040]为使本专利技术实施例的目的、技术方案和优点更加清楚，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，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。
[0041]如
技术介绍
中所公开的，在电力行业中，目标检测任务扮演着重要的角色，用于实现设备监测、故障诊断、安全管理等关键领域的智能化应用。
[0042]然而，传统的目标检测方法通常需要大量的标注数据进行模型训练。在电力行业这样的大规模应用场景中，获取足够数量和质量的标注数据是一项巨大的挑战。人工标注过程繁琐、耗时，且存在主观性和不一致性，导致标注量的需求成为限制目标检测模型应用范围和迭代优化的瓶颈。
[0043]训练准确性低也是目标检测任务中的另一个关键问题。传统方法直接从头开始训练目标检测模型，没有充分利用已本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电力行业目标检测方法，其特征在于，所述方法包括：获取待检测场景图像；将所述待检测场景图像作为预先训练的电力行业目标检测模型的输入，得到所述预先训练的电力行业目标检测模型输出的待检测场景图像的检测结果；其中，所述检测结果包括下述中的至少一种：目标的位置和类别。2.如权利要求1所述的方法，其特征在于，所述类别包括下述中的至少一种：电力设备类别、预设设施和场景类别、预设故障和异常场景类别。3.如权利要求1所述的方法，其特征在于，所述预先训练的电力行业目标检测模型的获取过程包括：将未标注检测结果的场景图像作为Segment Anything模型的输入，得到Segment Anything模型输出的语义分割图像；标注所述语义分割图像的bounding box框，得到第一训练数据；利用所述第一训练数据对初始目标检测模型进行训练。4.如权利要求3所述的方法，其特征在于，所述利用所述训练数据对初始目标检测模型进行训练之后，包括：利用标注检测结果的场景图像构建第二训练数据；利用所述第二训练数据对所述预先训练的电力行业目标检测模型进行训练，得到所述预先训练的电力行业目标检测模型。5.如权利要求4所述的方法，其特征在于，所述第二训练数据的数据量小于第一训练数据的数据量。6.如权利要求4所述的方法，其特征在于，所述方法包括：对所述第一训练数据和第二训练数...

【专利技术属性】
技术研发人员：边靖宸，李博，陈振宇，陈思宇，
申请(专利权)人：国家电网有限公司大数据中心，
类型：发明
国别省市：