一种基于深度学习的电力开关柜旋钮状态识别方法及装置制造方法及图纸

本发明专利技术公开了一种基于深度学习的电力开关柜旋钮状态识别方法及装置，方法包括步骤：获取电力开关柜旋钮的原始图片，预处理后输入预先设计和训练好的目标检测网络，确定图片中旋钮所在的位置，得到旋钮检测框；裁剪得到一张只包含旋钮的旋钮图片；使用预先设计的旋钮指针关键点和词语位置检测网络，对旋钮图片进行旋钮指针关键点检测和词语位置检测；根据词语和指针方向，计算所有词语和指针方向的夹角并排序；对夹角对应的词语进行识别，并对识别到的词语进行合法性判断，找到第一个有效的词语，确定为旋钮的当前状态并输出。本发明专利技术准确度高，通用性好，能够适用于多种类型的旋钮状态识别。

【技术实现步骤摘要】

本专利技术涉及人工智能应用，具体涉及一种基于深度学习的电力开关柜旋钮状态识别方法及装置。

技术介绍

1、电力开关柜上存在各种各样的旋钮，通过这些旋钮，可以设置对电力设备进行设置。旋钮状态的实时准确监测，关系到电力系统的能否安全可靠运行。由于电力开关柜旋钮的种类多，而且每种旋钮能够设置的状态也各不相同，因此给旋钮状态的统一、通用监测技术带来了挑战。

2、目前电力开关柜旋钮状态的识别，大多首先通过巡检机器人定期拍摄照片，然后在后台通过人工观察的方式去辨认，这种方式识别准确率高，但是需要消耗的人力成本较高。另外一种方式是通过巡检机器人给每个需要识别的旋钮事先拍摄一张底图并记录状态，当机器人巡检时，可以将巡检拍摄的照片和底图进行对比，判断出旋钮的状态，优点是巡视时不需要人工进行介入；缺点是针对每一种旋钮都要开发一套适配算法逻辑，建立底图过程也比较耗时，能够覆盖的旋钮种类较少。

技术实现思路

1、技术目的：针对上述技术问题，本专利技术提出了一种基于深度学习的电力开关柜旋钮状态识别方法及装置，其采用深度学习技本文档来自技高网...

【技术保护点】

1.一种基于深度学习的电力开关柜旋钮状态识别方法，其特征在于，包括步骤：

2.根据权利要求1所述的一种基于深度学习的电力开关柜旋钮状态识别方法，其特征在于：所述步骤(2)中，对原始图片进行的预处理，包括：将原始图片的大小缩放至640*640，所述目标检测网络采用yolov5s旋钮检测模型，得到的旋钮检测框为一个矩形框，框中包含旋钮图像。

3.根据权利要求1所述的一种基于深度学习的电力开关柜旋钮状态识别方法，其特征在于：所述步骤(3)中，将旋钮检测框的宽和高扩大1.25倍，框的中心点保持不变。

4.根据权利要求1所述的一种基于深度学习的电力开关柜旋钮状态...

【技术特征摘要】

1.一种基于深度学习的电力开关柜旋钮状态识别方法，其特征在于，包括步骤：

2.根据权利要求1所述的一种基于深度学习的电力开关柜旋钮状态识别方法，其特征在于：所述步骤(2)中，对原始图片进行的预处理，包括：将原始图片的大小缩放至640*640，所述目标检测网络采用yolov5s旋钮检测模型，得到的旋钮检测框为一个矩形框，框中包含旋钮图像。

3.根据权利要求1所述的一种基于深度学习的电力开关柜旋钮状态识别方法，其特征在于：所述步骤(3)中，将旋钮检测框的宽和高扩大1.25倍，框的中心点保持不变。

4.根据权利要求1所述的一种基于深度学习的电力开关柜旋钮...

【专利技术属性】
技术研发人员：董邦发，
申请(专利权)人：亿嘉和科技股份有限公司，
类型：发明
国别省市：