【技术实现步骤摘要】
本专利技术涉及数据处理，尤其涉及一种应用于变电站设备的图像分割模型训练方法和装置。
技术介绍
1、变电站作为电力系统的关键环节，其安全稳定运行对保障电网整体效能至关重要。随着电力系统向智能化、自动化方向转型，自动化的对变电站场景中的设备以及设备部件进行感知检测显得非常重要，因此，需要对图像分割模型进行精细化训练，以使训练完成的图像分割模型可以识别出特定设备或者特定设备的部件。
2、在图像分割模型的精细化训练过程中，需要在输入训练样本图像的同时输入提示点，以基于提示点指导图像分割模型关注图像中的特定区域。目前，通常是通过人工手动的确定提示点，然而，这种静态的手动提示方法在面对大规模数据集或复杂场景时，存在效率低的问题。
技术实现思路
1、本专利技术实施例提供了一种应用于变电站设备的图像分割模型训练方法和装置，以通过自动化的调整提示点，提高图像分割模型在分割变电站设备以及设备关键部件的应用场景中的精细化训练效率。
2、第一方面，本专利技术实施例提供了一种应用于变电站设备的图像分割模型训练方法，该方法包括：
3、获取变电站设备图像样本集；其中，所述变电站设备图像样本集中包含多组设备图像样本，每组设备图像样本中包括设备图像和所述设备图像对应的样本标注信息，所述设备图像中包括至少一个变电站设备；
4、对各所述设备图像，基于所述设备图像中所述变电站设备的属性特征，对所述设备图像进行增强处理，得到与各所述设备图像对应的待使用图像；
5、
6、基于所述初始分割结果和所述样本标注信息，对所述当前待使用图像对应的所述至少一个初始提示点进行调整，得到修正提示点；
7、基于各所述待使用图像和相应的所述修正提示点对所述待训练图像分割模型进行训练，当所述待训练图像分割模型输出的分割结果满足预设训练结束条件时，所述待训练图像分割模型训练结束，得到与变电站设备对应的图像分割模型。
8、第二方面，本专利技术实施例还提供了一种应用于变电站设备的图像分割模型训练装置，该装置包括：
9、样本集确定模块，用于获取变电站设备图像样本集；其中，所述变电站设备图像样本集中包含多组设备图像样本，每组设备图像样本中包括设备图像和所述设备图像对应的样本标注信息，所述设备图像中包括至少一个变电站设备；
10、增强处理模块，用于对各所述设备图像，基于所述设备图像中所述变电站设备的属性特征，对所述设备图像进行增强处理，得到与各所述设备图像对应的待使用图像；
11、初始分割模块，用于对各所述待使用图像，确定与当前待使用图像对应的至少一个初始提示点，将所述当前待使用图像和各所述初始提示点输入至待训练图像分割模型，得到与所述当前待使用图像对应的初始分割结果；
12、提示点修正模块，用于基于所述初始分割结果和所述样本标注信息，对所述当前待使用图像对应的所述至少一个初始提示点进行调整，得到修正提示点；
13、分割模型训练模块，用于基于各所述待使用图像和相应的所述修正提示点对所述待训练图像分割模型进行训练，当所述待训练图像分割模型输出的分割结果满足预设训练结束条件时，所述待训练图像分割模型训练结束，得到与变电站设备对应的图像分割模型。
14、第三方面，本专利技术实施例还提供了一种电子设备，电子设备包括：
15、一个或多个处理器；
16、存储装置，用于存储一个或多个程序，
17、当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如本专利技术实施例任一的应用于变电站设备的图像分割模型训练方法。
18、第四方面，本专利技术实施例还提供了一种包含计算机可执行指令的存储介质，计算机可执行指令在由计算机处理器执行时用于执行如本专利技术实施例任一的应用于变电站设备的图像分割模型训练方法。
19、本专利技术实施例的技术方案，通过获取变电站设备图像样本集，其中，变电站设备图像样本集中包含多组设备图像样本，每组设备图像样本中包括设备图像和设备图像对应的样本标注信息，设备图像中包括至少一个变电站设备，从而，对各设备图像，基于设备图像中变电站设备的属性特征，对设备图像进行增强处理，得到与各设备图像对应的待使用图像，进一步的，对各待使用图像，确定与当前待使用图像对应的至少一个初始提示点，将当前待使用图像和各初始提示点输入至待训练图像分割模型，得到与当前待使用图像对应的初始分割结果，随后，基于初始分割结果和样本标注信息，对当前待使用图像对应的至少一个初始提示点进行调整，得到修正提示点，最后，基于各待使用图像和相应的修正提示点对待训练图像分割模型进行训练，当待训练图像分割模型输出的分割结果满足预设训练结束条件时，待训练图像分割模型训练结束，得到与变电站设备对应的图像分割模型。本专利技术的技术方案，全程无需人工参与，通过自动化的调整提示点，提高了图像分割模型在分割变电站设备以及设备关键部件的应用场景中的精细化训练效率。
本文档来自技高网...【技术保护点】
1.一种应用于变电站设备的图像分割模型训练方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述确定与当前待使用图像对应的至少一个初始提示点，包括：
3.根据权利要求1所述的方法，其特征在于，所述样本标注信息包括以变电站设备整体为分割对象的设备整体标注信息和以变电站设备关键部件为分割对象的设备关键部件标注信息，所述基于所述初始分割结果和所述样本标注信息，对所述当前待使用图像对应的所述至少一个初始提示点进行调整，包括：
4.根据权利要求1所述的方法，其特征在于，所述变电站设备的属性特征包括复杂结构设备属性特征，所述基于所述设备图像中所述变电站设备的属性特征，对所述设备图像进行增强处理，包括：
5.根据权利要求4所述的方法，其特征在于，所述方法还包括：确定所述目标旋转角度和所述目标剪切参数；
6.根据权利要求5所述的方法，其特征在于，所述从所述组合参数中确定所述目标旋转角度和所述目标剪切参数，包括：
7.根据权利要求1所述的方法，其特征在于，所述变电站设备的属性特征包括金属材质设备属性特征，所述
8.一种应用于变电站设备的图像分割模型训练装置，其特征在于，包括：
9.一种电子设备，其特征在于，所述电子设备包括：
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存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的应用于变电站设备的图像分割模型训练方法。
...【技术特征摘要】
1.一种应用于变电站设备的图像分割模型训练方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述确定与当前待使用图像对应的至少一个初始提示点，包括：
3.根据权利要求1所述的方法，其特征在于，所述样本标注信息包括以变电站设备整体为分割对象的设备整体标注信息和以变电站设备关键部件为分割对象的设备关键部件标注信息，所述基于所述初始分割结果和所述样本标注信息，对所述当前待使用图像对应的所述至少一个初始提示点进行调整，包括：
4.根据权利要求1所述的方法，其特征在于，所述变电站设备的属性特征包括复杂结构设备属性特征，所述基于所述设备图像中所述变电站设备的属性特征，对所述设备图像进行增强处理，包括：
5.根据权利要求4所述的方法，其特征在于，所...
【专利技术属性】
技术研发人员：许杨俊，杨映春，陈东鑫，程凌森，惠小东，
申请(专利权)人：南方电网数字电网科技广东有限公司，
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。