【技术实现步骤摘要】
本专利技术涉及一种电力场景缺陷识别去重方法、装置、介质及设备，属于电力场景去重。
技术介绍
1、近年来，随着无人机的大量应用，通过无人机自主巡检技术，减轻了部分巡线工作，大量视频/图像数据，并且相关的缺陷种类繁多，通过目标识别技术可以分析出绝大部分的缺陷。
2、但实际应用过程中，同一缺陷场景会在不同拍摄点位被反复拍摄记录，导致不同图像存在着重复的同一缺陷，从而产生了大量的重复告警，又给运维人员产生了困扰。
技术实现思路
1、针对现有技术中存在的同一缺陷被重复识别并重复告警的技术问题，本专利技术的目的是提供一种电力场景缺陷识别去重方法、装置、介质及设备，通过对识别得到的多个缺陷目标，两两之间进行立体空间重合度的计算，并基于所述立体空间重合度以判断识别得到各个缺陷目标间是否存在重复，以达到去重的目的。
2、为达到上述目的，本专利技术是采用下述技术方案实现的。
3、一方面，本专利技术提供一种电力场景缺陷识别去重方法，其包括：
4、获取目标电力场景在...
【技术保护点】
1.一种电力场景缺陷识别去重方法，其特征在于：包括：
2.根据权利要求1所述的电力场景缺陷识别去重方法，其特征在于：
3.根据权利要求1所述的电力场景缺陷识别去重方法，其特征在于：所述利用所述二维坐标点集对该缺陷目标进行三维重建，包括：
4.根据权利要求3所述的电力场景缺陷识别去重方法，其特征在于：所述将每一缺陷目标的二维坐标点集中各点的二维坐标转换为三维坐标，包括：
5.根据权利要求1所述的电力场景缺陷识别去重方法，其特征在于：所述计算所述待去重的缺陷目标集合中，两两缺陷目标间的空间区域的立体空间重合度，包括：
...【技术特征摘要】
1.一种电力场景缺陷识别去重方法，其特征在于：包括：
2.根据权利要求1所述的电力场景缺陷识别去重方法，其特征在于：
3.根据权利要求1所述的电力场景缺陷识别去重方法，其特征在于：所述利用所述二维坐标点集对该缺陷目标进行三维重建，包括：
4.根据权利要求3所述的电力场景缺陷识别去重方法，其特征在于：所述将每一缺陷目标的二维坐标点集中各点的二维坐标转换为三维坐标，包括：
5.根据权利要求1所述的电力场景缺陷识别去重方法，其特征在于：所述计算所述待去重的缺陷目标集合中，两两缺陷目标间的空间区域的立体空间重合度，包括：
6.根据权利要求5所述的电力场景缺陷识别去重方法，其特征在于：所述根据所述空间区域，计算各个缺陷目标间的立体空间重合度，包括：
7.根据权利要求2所述的电力场景缺陷识别去重方法，其特征在于：所述改进的yolov4实例分割网络包括backbone主干网络，neck网络以及head分割估计网络；
8.根据权利要求7所述的电力场景缺陷识别去重方法，其特征在于：所述缺陷信息还包括深度估计实际值；
9.根据权利要求4所述的电力场景缺陷识别去重方法，其特征在于：所述对提取的特征点，使用最近邻匹配算法进行特征点匹配，获取初步匹配的特征点对集合，包括：
10.根据权利要求9所述的电力场景缺陷识别去重方法，其特征在于...
【专利技术属性】
技术研发人员：姚楠，赵雨希，郑鑫，吴刚，王真，单光瑞，吴曦，潘建亚，陈伟，刘子全，郝宝欣，
申请(专利权)人：国网江苏省电力有限公司电力科学研究院，
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。