【技术实现步骤摘要】
本专利技术涉及图像识别处理的，特别是涉及一种雷电闪络检测方法、装置、设备及存储介质。
技术介绍
1、玻璃绝缘子是高压电力系统中广泛使用的一种绝缘体。然而在长期使用过程中，由于工业污染气体、盐分以及鸟粪的沉积等原因导致绝缘子表面会积聚污秽，这可能会引起表面放电现象，即雷电闪络。雷电闪络的产生与绝缘子表面污秽积聚、湿润条件、电压波形畸变、夜间电网负载降低、雷电天气等因素有关。
2、现有技术中，对于玻璃绝缘子表面的雷电闪络，普遍基于人工对玻璃绝缘子表面进行检测，该过程中需要耗费大量的时间，检测效率低下，且有雷电闪络在玻璃绝缘子表面上占据的面积较小，基于人工的检测方式，容易导致对雷电闪络的漏检和错检，使得雷电闪络检测的准确性低下。
技术实现思路
1、本专利技术要解决的技术问题是：提供一种雷电闪络检测方法、装置、设备及存储介质，提高对雷电闪络检测的准确性和效率。
2、为了解决上述技术问题，本专利技术提供了一种雷电闪络检测方法，包括：
3、采集玻璃绝缘子表面图像，并对所述玻璃绝缘子表面图像进行划分，
4、得到多个玻璃绝缘子表面子图像；
5、分别将每个玻璃绝缘子表面子图像输入到预训练的目标检测模型中，以使所述目标检测模型对所述每个玻璃绝缘子表面子图像进行目标预测，
6、输出每个玻璃绝缘子表面子图像对应的预测结果；
7、对所述预测结果进行融合处理，得到融合预测结果，并基于所述融合预测结果，确定所述玻璃绝缘子表面图像
8、在一种可能的实现方式中，对所述玻璃绝缘子表面图像进行划分，得到多个玻璃绝缘子表面子图像，具体包括：
9、获取所述玻璃绝缘子表面图像的三维数组，并获取预设的多个多尺度划分数组；
10、基于所述多个多尺度划分数组，依次对所述玻璃绝缘子表面图像进行划分，得到多个玻璃绝缘子表面子图像；
11、基于所述三维数组，计算每个玻璃绝缘子表面子图像对应的子图像坐标信息。
12、在一种可能的实现方式中，基于所述多个多尺度划分数组，依次对所述玻璃绝缘子表面图像进行划分，得到多个玻璃绝缘子表面子图像，具体包括：
13、基于所述多个多尺度划分数组，生成多尺度划分数组列表，基于所述多尺度划分数组列表的排列顺序，选取第一多尺度划分数组，其中，所述第一多尺度划分数组包括子区域宽度、子区域高度和重叠率；
14、基于所述子区域宽度和所述子区域高度对所述玻璃绝缘子表面图像进行分割，得到当前玻璃绝缘子表面子图像；
15、基于所述多尺度划分数组列表的排列顺序，选取第一多尺度划分数组对应的下一多尺度划分数组，其中，所述下一多尺度划分数组包括下一子区域宽度、下一子区域高度和下一重叠率；
16、基于所述下一子区域宽度，计算所述当前玻璃绝缘子表面子图像与所述玻璃绝缘子表面图像的右侧边缘重叠率；
17、若所述右侧边缘重叠率不大于所述重叠率，则基于所述下一子区域宽度对所述玻璃绝缘子表面图像进行横向分割；
18、若所述右侧边缘重叠率大于所述重叠率，则停止对所述玻璃绝缘子表面图像进行横向分割，并基于所述下一子区域高度，计算所述当前玻璃绝缘子表面子图像与所述玻璃绝缘子表面图像的下方边缘重叠率；
19、若所述下方边缘重叠率不大于所述重叠率，则基于所述下一子区域高度对所述玻璃绝缘子表面图像进行纵向分割；
20、若所述下方边缘重叠率大于所述重叠率，则停止对所述玻璃绝缘子表面图像进行纵向分割，整合所述所有当前玻璃绝缘子表面子图像，得到多个玻璃绝缘子表面子图像。
21、在一种可能的实现方式中，对所述预测结果进行融合处理，得到融合预测结果，具体包括：
22、获取每个玻璃绝缘子表面子图像对应的预测结果，其中，所述预测结果包括多个候选框、每个候选框对应的候选框定位坐标、候选框置信度和形状点坐标；
23、基于所述候选框置信度，对所述多个候选框进行升序排序，获取并保留候选框置信度最大值对应的第一候选框，遍历所述多个候选框中的剩余候选框，计算每个剩余候选框与所述第一候选框的交并比，判断所述交并比是否大于预设的交并比阈值，若是，则舍弃所述交并比对应的剩余候选框，否则，保留所述剩余候选框；
24、获取保留的所有第二候选框，基于所述所有第二候选框对应的第二候选框定位坐标，将所述所有第二候选框映射到所述玻璃绝缘子表面子图像中，并对所述玻璃绝缘子表面子图像中的所述所有第二候选框进行合并处理，生成融合候选框；
25、获取所述所有第二候选框对应的第二候选框定位坐标、第二候选框置信度和第二形状点坐标，并将所述融合候选框、所述第二候选框定位坐标、所述第二候选框置信度和所述第二形状点坐标作为融合预测结果。
26、在一种可能的实现方式中，所述目标检测模型的预训练，具体包括：
27、基于改进的yolov5算法网络模型，构建初始目标检测模型，其中，
28、所述初始目标检测模型的卷积层结构采用多列可逆连接的结构；
29、获取多个玻璃绝缘子表面样本图像，基于预设的目标检测类，分别对每个玻璃绝缘子表面样本图像进行目标标注，得到目标标注数据，其中，所述目标标注数据包括目标预测框、所述目标预测框对应的目标预测框定位坐标和目标形状点坐标；
30、分别将所述多个玻璃绝缘子表面样本图像输入到所述初始目标检测模型中，以使所述初始目标检测模型中的所述卷积层分别对所述多个玻璃绝缘子表面样本图像进行特征提取，并基于提取到的图像特征，进行目标预测，并以所述多个玻璃绝缘子表面样本图像对应的所述目标标注数据为期望值，输出模型训练结果；
31、重复对所述初始目标检测模型进行模型训练，直至模型收敛，得到目标检测模型。
32、在一种可能的实现方式中，所述初始目标检测模型中的所述卷积层分别对所述多个玻璃绝缘子表面样本图像进行特征提取，具体包括：
33、所述卷积层包括stem层和多个特征提取列；
34、分别将所述多个玻璃绝缘子表面样本图像输入到所述卷积层的所述stem层，以使所述stem层分别将所述多个玻璃绝缘子表面样本图像输入到每个特征提取列中，并在当前特征提取列中加入所述当前特征提取列对应的前一特征提取列输出的特征提取信息。
35、本专利技术还提供了一种雷电闪络检测装置，包括：图像划分模块、目标预测模块和预测结果融合模块；
36、其中，所述图像划分模块，用于采集玻璃绝缘子表面图像，并对所述玻璃绝缘子表面图像进行划分，得到多个玻璃绝缘子表面子图像；
37、所述目标预测模块，用于分别将每个玻璃绝缘子表面子图像输入到预训练的目标检测模型中，以使所述目标检测模型对所述每个玻璃绝缘子表面子图像进行目标预测，输出每个玻璃绝缘子表面子图像对应的预测结果；
3本文档来自技高网...
【技术保护点】
1.一种雷电闪络检测方法，其特征在于，包括：
2.如权利要求1所述的一种雷电闪络检测方法，其特征在于，对所述玻璃绝缘子表面图像进行划分，得到多个玻璃绝缘子表面子图像，具体包括：
3.如权利要求2所述的一种雷电闪络检测方法，其特征在于，基于所述多个多尺度划分数组，依次对所述玻璃绝缘子表面图像进行划分，得到多个玻璃绝缘子表面子图像，具体包括：
4.如权利要求1所述的一种雷电闪络检测方法，其特征在于，对所述预测结果进行融合处理，得到融合预测结果，具体包括：
5.如权利要求4所述的一种雷电闪络检测方法，其特征在于，所述目标检测模型的预训练，具体包括：
6.如权利要求5所述的一种雷电闪络检测方法，其特征在于，所述初始目标检测模型中的所述卷积层分别对所述多个玻璃绝缘子表面样本图像进行特征提取，具体包括：
7.一种雷电闪络检测装置，其特征在于，包括：图像划分模块、目标预测模块和预测结果融合模块；
8.如权利要求7所述的一种雷电闪络检测装置，其特征在于，所述图像划分模块，用于对所述玻璃绝缘子表面图像进行划分，得到
9.一种终端设备，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，所述处理器执行所述计算机程序时实现如权利要求1至6任意一项所述的雷电闪络检测方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至6中任意一项所述的雷电闪络检测方法。
...【技术特征摘要】
1.一种雷电闪络检测方法，其特征在于，包括：
2.如权利要求1所述的一种雷电闪络检测方法，其特征在于，对所述玻璃绝缘子表面图像进行划分，得到多个玻璃绝缘子表面子图像，具体包括：
3.如权利要求2所述的一种雷电闪络检测方法，其特征在于，基于所述多个多尺度划分数组，依次对所述玻璃绝缘子表面图像进行划分，得到多个玻璃绝缘子表面子图像，具体包括：
4.如权利要求1所述的一种雷电闪络检测方法，其特征在于，对所述预测结果进行融合处理，得到融合预测结果，具体包括：
5.如权利要求4所述的一种雷电闪络检测方法，其特征在于，所述目标检测模型的预训练，具体包括：
6.如权利要求5所述的一种雷电闪络检测方法，其特征在于，所述初始目标检测模型中的所述卷积层分别对所述多个玻璃绝缘子表...
【专利技术属性】
技术研发人员：李端姣，李雄刚，李昌煜，林俊省，张峰，王丛，饶成成，许国伟，
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。