【技术实现步骤摘要】
一种电气设备紫外图像的语义分割模型构建方法及系统
[0001]本专利技术属于图像分割
,尤其涉及一种电气设备紫外图像的语义分割模型构建方法及系统。
技术介绍
[0002]长期裸露在恶劣环境中的电气设备易导致其绝缘性能下降,其绝缘性能下降会直接影响到电力系统安全稳定运行。电晕放电检测广泛应用新兴紫外检测技术,对电力设备进行定期巡检可以掌握设备绝缘情况从而避免事故发生。
[0003]由于传统图像语义分割算法(如Normalized cut、Forests、SVM)存在着诸多局限性在实际应用中每次运行只能割一次图片,为分割图像中多个物体则需要多次运行。传统分割算法效率低、准确度不高,与传统图像语义分割相比基于深度学习可以极大提高效率及语义分割的精度。
[0004]传统U
‑
Net网络模型在紫外图像分割任务时存在着一些过分割以及欠分割的现象,申请号为CN202211659742.6的中国专利技术专利申请提出了一种基于UNet的电气设备紫外图像分割方法,该方法包括使用VGG16Net的卷积层代替U
‑
Net网络编码部分,将编码部分末端卷积层替换成空洞空间金字塔池化模块,在跳跃联结部分加入改进SENet模块,该专利技术提高了紫外图像分割精度。但并未解决算法参数冗余、计算量大,其改进U
‑
Net网络模型在边缘设备中推理速度慢,边缘设备资源无法支撑该算法实现实时检测。
技术实现思路
[0005]本专利技术提供一种电气设备紫外图像的语义分割模型 ...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.一种电气设备紫外图像的语义分割模型构建方法,其特征在于,包括:获取电气设备紫外图像集,对所述电气设备紫外图像集中的各个电气设备紫外图像进行图像标注,并将标注后的电气设备紫外图像集划分为训练子集、测试子集和验证子集;根据所述训练子集构建语义分割模型,所述语义分割模型包括卷积层、改进SPPF空间金字塔结构、改进CA注意力机制、下采样层以及上采样层,其中构建所述语义分割模型的具体步骤包括:将所述训练子集中的电气设备紫外图像数据依序输入至第一卷积层C1和第二卷积层C2,得到第一输出结果,并将所述第一输出结果经过第一下采样层D1后依序输入至第三卷积层C3和第四卷积层C4,得到第二输出结果;将所述第二输出结果经过第二下采样层D2依序输入至第五卷积层C5、改进SPPF空间金字塔结构和第六卷积层C6,得到第三输出结果;将经过第一上采样层U1和改进CA注意力机制处理后的第三输出结果与所述第二输出结果进行堆叠融合,得到第四输出结果;将所述第四输出结果依序输入至第七卷积层C7和第八卷积层C8并经过第二上采样层U2处理,得到第五输出结果,并将所述第五输出结果与所述第一输出结果进行堆叠融合,得到第六输出结果;将第六输出结果依序输入至第九卷积层C9、第十卷积层C10和第十一卷积层C11,最终形成对称的语义分割模型;基于改进的剪枝策略对所述语义分割模型进行剪枝操作,得到目标语义分割模型;根据所述测试子集和所述验证子集对所述目标语义分割模型进行测试和验证。2.根据权利要求1所述的一种电气设备紫外图像的语义分割模型构建方法,其特征在于,所述卷积层包括普通卷积子层、分组卷积子层以及跳跃连接层。3.根据权利要求1所述的一种电气设备紫外图像的语义分割模型构建方法,其特征在于,所述改进SPPF空间金字塔结构包括:输入维度为128
×
128
×
256,卷积核大小为3
×
3,步长为1,填充方式为空白,输出通道数为256,归一化处理,激活函数ReLU6,输出y1为128
×
128
×
128;输入维度为128
×
128
×
128,卷积核大小为3
×
3,步长为1,卷积分组为128,输出通道数为128,填充方式为空白,归一化处理,激活函数ReLU6,输出y2为128
×
128
×
128;将y1与y2在通道维度进行堆叠融合输出y3为128
×
128
×
256;同时将输入数据x1与y3相加得到y4(128
×
128
×
256),最大池化操作,卷积核大小为5
×
5,步长为1,填充方式为空白,输出y5(128
×
128
×
256),其中,输入数据x1为改进SPPF空间金字塔结构的输入数据;最大池化操作,卷积核大小为9
×
9,步长为1,填充方式为空白,输出y6(128
×
128
×
256);最大池化操作,卷积核大小为13
×
13,步长为1,填充方式为空白,输出y7(128
×
128
×
256),并将y4、y5、y6、y7在通道维度进行堆叠融合;输入维度为128
×
128
×
1024,卷积核大小为3
×
3,步长为1,填充方式为空白,输出通道数为128,归一化处理,激活函数ReLU6,输出y8为128
×
128
×
128;输入维度128
×
128
×
128,卷积核大小为3
×
3,步长为1,卷积分组为128,输出通道数为
128,填充方式为空白,归一化处理,激活函数ReLU6,输出y9为128
×
128
×
128,将y8与y9在通道维度进行堆叠融合输出y10为128
×
128
×
256。4.根据权利要求3所述的一种电气设备紫外图像的语义分割模型构建方法,其特征在于,所述改进CA注意力机制具体为:采用ReLU6作为非线性激活函数,输入数据256
×
256
×
128,根据输入特征图的尺寸,生成对应的坐标矩阵;将坐标矩阵嵌入到第一低维空间中,以及将输入特征图嵌入到第二低维空间中,分别得到坐标嵌入和特征嵌入;将坐标嵌入和特征嵌入相乘,得到一坐标注意力矩阵,并将输入特征图和坐标注意力矩阵相乘,得到一个特征注意力矩阵,所述特征注意力矩阵的输出数据的维度256
×
256
×
128;将所述输出数据与第四卷积层C4的输出堆叠融合,得到256
技术研发人员:曾兵,周宇,何帝霖,陈显彪,杨小品,张文华,谢云敏,饶繁星,
申请(专利权)人:南昌工程学院,
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。