一种基于域适应和无监督技术融合的工业仪表检测方法技术

本发明专利技术涉及一种基于域适应和无监督技术融合的工业仪表检测方法，包括以下步骤：步骤1、构建由生成图像组成的源域数据集和真实拍摄图像组成的目标域数据集；步骤2、搭建目标检测网络；步骤3、得到边界框回归的置信度和整体输出置信度；步骤4、训练步骤2中的目标检测网络；步骤5、同时利用源域数据和目标域数据在步骤4得到的目标检测网络上进行域适应训练，选取置信度最高的目标域样本和源域样本进行拼接得到拼接后的图像及其伪标签；步骤6、计算步骤5中拼接后的预测结果与其伪标签之间的一致性损失；步骤7、计算网络的总体损失；步骤8、利用模型进行推理，获得工业仪表的检测结果。本发明专利技术能够对工业仪表进行准确的定位和分类。

【技术实现步骤摘要】

本专利技术属工业仪表的目标检测，涉及利用域适应和无监督技术实现无标注情况下的工业仪表目标检测方法，尤其是一种基于域适应和无监督技术融合的工业仪表检测方法。

技术介绍

1、近年来，现代工业发展迅速，规模不断扩大，为了提高工作效率和安全性，降低人工成本，优化管理流程，危险工作环境中大量繁重、重复的工业仪表识别任务将被智能巡检机器人所取代。仪表识别任务主要分为仪表检测和仪表读数两个步骤，仪表检测算法对场景中的仪表位置和类别给出判断。随着深度学习的不断发展，采用人工智能的方法进行工业仪表的准确定位和检测，能够为下游的仪表自动读数任务提供基础，及时的排除变工业场景中的隐患。

2、工业仪表目标检测模型通常采用faster r-cnn和yolo系列的两种模型，fasterr-cnn模型能够更好的检测出小物体，yolo系列模型具有更快的推理速度，但是目前的仪表检测模型依靠于大量有标注的数据才能训练出鲁棒的模型。由于数据搜集和标注的工作量巨大，数据规模往往较小，且局限于单一种类或单一背景，无法扩展到不同背景、不同光照下的复杂场景，因此目前智能机器人的检测能力还不本文档来自技高网...

【技术保护点】

1.一种基于域适应和无监督技术融合的工业仪表检测方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种基于域适应和无监督技术融合的工业仪表检测方法，其特征在于：包括以下步骤：所述步骤2的基于高斯分布的边界框回归输出B是采用如下公式得到：

3.根据权利要求1所述的一种基于域适应和无监督技术融合的工业仪表检测方法，其特征在于：包括以下步骤：所述步骤3中的整体输出置信度C是采用如下公式计算：

4.根据权利要求1所述的一种基于域适应和无监督技术融合的工业仪表检测方法，其特征在于：包括以下步骤：所述步骤6中的一致性损失Lcons是采用如下公式计算：...

【技术特征摘要】

1.一种基于域适应和无监督技术融合的工业仪表检测方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种基于域适应和无监督技术融合的工业仪表检测方法，其特征在于：包括以下步骤：所述步骤2的基于高斯分布的边界框回归输出b是采用如下公式得到：

3.根据权利要求1所述的一种基于域适应和无监督技术融合的工业仪表检测方法，其特征在于：包括以下步骤：所述...

【专利技术属性】
技术研发人员：于瀚深，韩斌，张军，曾明，郝春晓，张钊，刘超，宋光举，张丽娜，刘伟，马跃，田猛，钟舒桐，
申请(专利权)人：国网天津市电力公司，
类型：发明
国别省市：