System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及图像处理与目标检测领域,具体涉及一种基于改进yolov5的gis红外图像识别系统与方法。
技术介绍
1、变电站是电力系统中不可或缺的重要组成部分,变电站gis(气体绝缘封闭开关设备)的安全运行更是保障电力系统安全运行的关键。变电站gis的工作环境复杂,且gis的种类多、分布复杂。如何快而准的对gis进行辨别分类,就能快速对gis进行下一步故障分析,进而检测设备故障,以预防并减少gis故障的发生。
2、目前,在gis的识别技术中,有相关技术人员在可见光图像的基础上对gis进行识别,这类方法虽然能识别出设备的种类,但可见光图像容易受到外界的环境干扰。而红外图像通过辐射差异将目标设备与背景进行区分,具有较强的穿透力,不易受到天气和光照条件影响。随着红外技术日益成熟,红外图像识别技术在设备故障诊断中发挥着越来越重要的作用。国内的大部分变电站gis红外图像识别依旧依赖于低效且复杂的人工方法,因此,急需设计出一种无需人工干预且gis识别准确高效的红外图像识别技术,本专利技术以改进yolov5算法,构建gis红外图像识别模型。
技术实现思路
1、为了解决gis种类多且工作环境复杂,工作人员无法第一时间识别或误识别,可能对巡检工作人员对gis的故障分析产生影响,本专利技术提出了一种基于改进yolov5的gis红外图像识别系统与方法,可实现对于变电站复杂环境下的gis识别,识别精度高且速度快。
2、为了实现本专利技术的上述目的,本专利技术采用了下述技术方案:
...【技术保护点】
1.基于改进YOLOv5的GIS红外图像识别系统,由红外图像采集装置和GIS红外图像目标检测装置组成;红外图像采集装置采集变电站GIS红外图像,并输入至GIS红外图像目标检测装置;GIS红外图像目标检测装置内含基于改进YOLOv5的GIS红外图像识别模型,用于GIS类别检测;所述基于改进YOLOv5的GIS红外图像识别模型,包含骨干网络、颈部网络、头部网络;其特征在于,所述骨干网络依次由CBS模块、第一GCBS模块、第一C3Ghost_SimAM模块、第二GCBS模块、第二C3Ghost_SimAM模块、第三GCBS模块、第三C3Ghost_SimAM模块、第四GCBS模块、第四C3Ghost_SimAM模块、SimSPPFCSPC_LSKA模块组成,分别选择第二C3Ghost_SimAM模块、第三C3Ghost_SimAM模块、SimSPPFCSPC_LSKA模块输出的特征图输入至颈部网络;颈部网络包括第二CBS模块、C2f模块、第三CBS模块、第一SCCC2F_SimAM模块、快速空间金字塔池化模块、第二SCCC2F_SimAM模块、第四CBS模块和第三SCCC2F_SimA
2.根据权利要求1所述的基于改进YOLOv5的GIS红外图像识别系统,其特征在于,第一输出特征图、第二输出特征图和第三输出特征图分别输入头部网络中经卷积后,通过检测头进行分类。
3.根据权利要求1所述的基于改进YOLOv5的GIS红外图像识别系统,其特征在于,GCBS模块依次由GhostConv模块、BN归一化处理、SiLU激活函数组成。
4.根据权利要求1所述的基于改进YOLOv5的GIS红外图像识别系统,其特征在于,C3Ghost_SimAM模块包括两个分支,一个分支由一个CBS模块和n个Ghost Bottleneck模块组成,n为大于等于2的整数,另一个分支由一个CBS模块组成,两个分支融合后连接SimAM模块,SimAM模块连接一个GCBS模块。
5.根据权利要求1所述的基于改进YOLOv5的GIS红外图像识别系统,其特征在于,所述CBR模块由Conv、BN和Relu激活函数组成。
6.根据权利要求1所述的基于改进YOLOv5的GIS红外图像识别系统,其特征在于,头部网络由三个卷积层和三个检测头组成,检测头实现目标分类和回归任务,并通过DIoU_NMS操作去除冗余和重叠的边界框,保留置信度最高的边界框,输出处理的边界框和置信度分数。
7.一种基于改进YOLOv5的GIS红外图像识别方法,其特征在于,包括如下过程:
8.根据权利要求7所述的一种基于改进YOLOv5的GIS红外图像识别方法,其特征在于,C3Ghost_SimAM模块包括两个分支,一个分支由一个CBS模块和n个Ghost Bottleneck模块组成,n为大于等于2的整数,另一个分支由一个CBS模块组成,两个分支融合后连接SimAM模块,SimAM模块连接一个GCBS模块。
9.一种非易失性计算机存储介质,计算机存储介质存储有计算机可执行指令,其特征在于,该计算机可执行指令执行权利要求7或8所述的基于改进YOLOv5的GIS红外图像识别方法。
10.一种电子设备,包括:至少一个处理器,以及与所述至少一个处理器通信连接的存储器,其中,所述存储器存储有可被所述至少一个处理器执行的指令,其特征在于,所述指令被所述至少一个处理器执行,以使所述至少一个处理器执行权利要求7或8所述的基于改进YOLOv5的GIS红外图像识别方法。
...【技术特征摘要】
1.基于改进yolov5的gis红外图像识别系统,由红外图像采集装置和gis红外图像目标检测装置组成;红外图像采集装置采集变电站gis红外图像,并输入至gis红外图像目标检测装置;gis红外图像目标检测装置内含基于改进yolov5的gis红外图像识别模型,用于gis类别检测;所述基于改进yolov5的gis红外图像识别模型,包含骨干网络、颈部网络、头部网络;其特征在于,所述骨干网络依次由cbs模块、第一gcbs模块、第一c3ghost_simam模块、第二gcbs模块、第二c3ghost_simam模块、第三gcbs模块、第三c3ghost_simam模块、第四gcbs模块、第四c3ghost_simam模块、simsppfcspc_lska模块组成,分别选择第二c3ghost_simam模块、第三c3ghost_simam模块、simsppfcspc_lska模块输出的特征图输入至颈部网络;颈部网络包括第二cbs模块、c2f模块、第三cbs模块、第一sccc2f_simam模块、快速空间金字塔池化模块、第二sccc2f_simam模块、第四cbs模块和第三sccc2f_simam模块;simsppfcspc_lska模块输出的特征图进入第二cbs模块卷积,然后经上采样后与第三c3ghost_simam模块输出的特征图融合后得到第一融合特征图;第一融合特征图依次经c2f模块和第三cbs模块处理,然后经上采样后与第二c3ghost_simam模块输出的特征图融合得到第二融合特征图;第二融合特征图经第一sccc2f_simam模块处理得到第一输出特征图,并且第一输出特征图经快速空间金字塔池化模块处理后与第三cbs模块输出的特征图融合得到第三融合特征图,第三融合特征图经第二sccc2f_simam模块处理得到第二输出特征图,第二输出特征图经第四cbs模块处理后与第二cbs模块输出的特征图融合得到第四融合特征图,第四融合特征图经第三sccc2f_simam模块处理得到第三输出特征图;
2.根据权利要求1所述的基于改进yolov5的gis红外图像识别系统,其特征在于,第一输出特征图、第二输出特征图和第三输出特征图分别输入头部网络中经卷...
【专利技术属性】
技术研发人员:许志浩,张卫,康兵,赵天成,侯成,丁贵立,王宗耀,张兴旺,陈捷元,桑金海,
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。