【技术实现步骤摘要】
本专利技术涉及图像检测领域，尤其涉及一种输电复合绝缘子污秽识别方法、装置、介质及终端设备。
技术介绍
1、现有技术缺陷检测算法直接采用端到端学习方式，直接对输入的电网巡检图像输出输电复合绝缘子污秽检测目标，这样的检测方式会存在误检多问题，主要是由于阴影与污秽特别像导致算法误识别为绝缘子污秽，比如说本身复合绝缘子并非污秽，只是由于光照阴影导致，故算法误识别为污秽。
2、由于无人机户外巡检场景受到光线影响比较大，因为设备上存在光阴影，容易将无人机拍摄的绝缘子图像误识别，特别是户外输电复合绝缘子污秽识别。
技术实现思路
1、本专利技术实施例提供一种输电复合绝缘子污秽识别方法、装置、介质及终端设备，强迫让目标识别模型学习正负样本之间差别，进而提升输电复合绝缘子识别准确率。
2、为实现上述目的，本申请实施例的第一方面提供了一种输电复合绝缘子污秽识别方法，包括：
3、对全部输电复合绝缘子样本进行正负样本标注；
4、从所述输电复合绝缘子样本选出含标注的且批大小固定的输电复合绝缘子子样本输入目标检测算法模型，强迫所述目标检测算法模型学习正负样本差异并保证所述输入目标检测算法模型的参数不震荡，直至所述目标检测算法模型的学习次数大于学习阈值；
5、根据所述目标检测算法模型对进行检测，得到污秽识别结果。
6、在第一方面的一种可能的实现方式中，所述对全部输电复合绝缘子样本进行正负样本标注，具体包括：
7、将复合绝缘子片上带
8、将复合绝缘子片上带有污秽的全部输电复合绝缘子样本标注为正样本。
9、在第一方面的一种可能的实现方式中，所述从所述输电复合绝缘子样本选出含标注的且批大小固定的输电复合绝缘子子样本输入目标检测算法模型之前，还包括：
10、将全部输电复合绝缘子样本转换成像素的宽度和像素的高度固定的输电复合绝缘子样本。
11、在第一方面的一种可能的实现方式中，所述从所述输电复合绝缘子样本选出含标注的且批大小固定的输电复合绝缘子子样本输入目标检测算法模型，强迫所述目标检测算法模型学习正负样本差异并保证所述输入目标检测算法模型的参数不震荡，直至所述目标检测算法模型的学习次数大于学习阈值，具体包括：
12、根据批大小对所述输电复合绝缘子样本划分成多个输电复合绝缘子子样本；
13、将多个输电复合绝缘子子样本依次输入目标检测算法模型，强迫所述目标检测算法模型学习正负样本差异并保证所述输入目标检测算法模型的参数不震荡，直至所述目标检测算法模型的学习次数大于学习阈值。
14、在第一方面的一种可能的实现方式中，所述根据批大小对所述输电复合绝缘子样本划分成多个输电复合绝缘子子样本之后，还包括：
15、若输电复合绝缘子子样本的数量小于或等于学习阈值，对所述输电复合绝缘子样本进行数据增扩再划分子样本，直至所述输电复合绝缘子子样本的数量大于学习阈值。
16、在第一方面的一种可能的实现方式中，所述根据所述目标检测算法模型对进行检测，得到污秽识别结果之前，还包括：
17、对所述目标检测算法模型进行准确率校验，若校验失败则重新从所述输电复合绝缘子样本选出未输入过的且含标注的且批大小固定的输电复合绝缘子子样本输入目标检测算法模型，强迫所述目标检测算法模型学习正负样本差异并保证所述输入目标检测算法模型的参数不震荡，直至所述目标检测算法模型的学习次数大于学习阈值。
18、在第一方面的一种可能的实现方式中，所述目标检测算法模型为yolov5s模型。
19、本申请实施例的第二方面提供了一种输电复合绝缘子污秽识别装置，包括：
20、标注模块，用于对全部输电复合绝缘子样本进行正负样本标注；
21、学习模块，用于从所述输电复合绝缘子样本选出含标注的且批大小固定的输电复合绝缘子子样本输入目标检测算法模型，强迫所述目标检测算法模型学习正负样本差异并保证所述输入目标检测算法模型的参数不震荡，直至所述目标检测算法模型的学习次数大于学习阈值；
22、识别模块，用于根据所述目标检测算法模型对进行检测，得到污秽识别结果。
23、本申请实施例的第三方面提供了一种计算机可读存储介质，其存储有计算机程序，所述计算机程序被处理器执行时实现如上所述输电复合绝缘子污秽识别方法。
24、本申请实施例的第四方面提供了一种终端设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器在执行所述计算机程序时实现如上所述输电复合绝缘子污秽识别方法。
25、相比于现有技术，本专利技术实施例提供一种输电复合绝缘子污秽识别方法、装置、介质及终端设备，将复合绝缘子片上带有光阴影的样本也标注为负样本类别，仅将复合绝缘子片上带有污秽的样本标注为正样本，强迫让模型学习正负样本之间差别，相比现有的检测方法大大降低了误检率，从而实现输电无人机巡视图像中缺陷精准识别，满足无人机巡视图像智能识别的实用化要求。
26、此外，目标检测算法模型设置了学习阈值、固定批大小，通过固定批大小保证每次训练的质量，通过调整学习阈值调整迭代过程长短。
本文档来自技高网...【技术保护点】
1.一种输电复合绝缘子污秽识别方法，其特征在于，包括：
2.如权利要求1所述输电复合绝缘子污秽识别方法，其特征在于，所述对全部输电复合绝缘子样本进行正负样本标注，具体包括：
3.如权利要求1所述输电复合绝缘子污秽识别方法，其特征在于，所述从所述输电复合绝缘子样本选出含标注的且批大小固定的输电复合绝缘子子样本输入目标检测算法模型之前，还包括：
4.如权利要求1所述输电复合绝缘子污秽识别方法，其特征在于，所述从所述输电复合绝缘子样本选出含标注的且批大小固定的输电复合绝缘子子样本输入目标检测算法模型，强迫所述目标检测算法模型学习正负样本差异并保证所述输入目标检测算法模型的参数不震荡，直至所述目标检测算法模型的学习次数大于学习阈值，具体包括：
5.如权利要求4所述输电复合绝缘子污秽识别方法，其特征在于，所述根据批大小对所述输电复合绝缘子样本划分成多个输电复合绝缘子子样本之后，还包括：
6.如权利要求1所述输电复合绝缘子污秽识别方法，其特征在于，所述根据所述目标检测算法模型对进行检测，得到污秽识别结果之前，还包括：
7
8.一种输电复合绝缘子污秽识别装置，其特征在于，包括：
9.一种计算机可读存储介质，其特征在于，其存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述输电复合绝缘子污秽识别方法。
10.一种终端设备，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器在执行所述计算机程序时实现如权利要求1～7任一项所述的输电复合绝缘子污秽识别方法。
...【技术特征摘要】
1.一种输电复合绝缘子污秽识别方法，其特征在于，包括：
2.如权利要求1所述输电复合绝缘子污秽识别方法，其特征在于，所述对全部输电复合绝缘子样本进行正负样本标注，具体包括：
3.如权利要求1所述输电复合绝缘子污秽识别方法，其特征在于，所述从所述输电复合绝缘子样本选出含标注的且批大小固定的输电复合绝缘子子样本输入目标检测算法模型之前，还包括：
4.如权利要求1所述输电复合绝缘子污秽识别方法，其特征在于，所述从所述输电复合绝缘子样本选出含标注的且批大小固定的输电复合绝缘子子样本输入目标检测算法模型，强迫所述目标检测算法模型学习正负样本差异并保证所述输入目标检测算法模型的参数不震荡，直至所述目标检测算法模型的学习次数大于学习阈值，具体包括：
5.如权利要求4所述输电复合绝缘子污秽识别方法，其特征在于，所述根据批大小对所述...
【专利技术属性】
技术研发人员：刘高，李昌煜，饶成成，王丛，林俊省，冼世平，陈泽鸿，麦俊佳，
申请(专利权)人：广东电网有限责任公司，
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。