[发明专利]一种用于电力设备的目标识别方法

权利要求书

1.一种用于电力设备的目标识别方法，其特征在于包括以下步骤：

步骤一、建立包含多张电力设备图像的数据集，并对每张电力设备图像包含的电力设备进行标注，以此为输入，对神经网络进行训练学习；

步骤二、利用训练好的神经网络对待识别的电力设备图像进行识别，输出多个识别结果；

步骤三、利用聚类分析方法对神经网络的识别结果进行筛选，筛选出对应待识别的电力设备图像最准确的识别结果。

2.根据权利要求1所述的用于电力设备的目标识别方法，其特征在于：以待识别的电力设备图像中的各个设备为对象，设置阈值，对神经网络对应的识别结果进行筛选，利用聚类分析方法对筛选出的识别结果进行再次筛选，筛选出对应设备最准确的识别结果，从而完成对待识别的电力设备图像的识别。

3.根据权利要求2所述的用于电力设备的目标识别方法，其特征在于：以每张电力设备图像中各个设备的标注信息构建对应的标准点，进而构建包含所有类型设备的聚类空间，以各个筛选出的识别结果构建对应的检测点，计算检测点到聚类空间中对应类型设备的距离，取距离最小对应的识别结果作为对应设备最准确的识别结果。

4.根据权利要求3所述的用于电力设备的目标识别方法，其特征在于：利用标签工具对每张电力设备图像包含的各个设备进行标注，其标注信息包括电力设备的轮廓、类型和图像质量信息，以json格式文件进行存储，所述轮廓信息设置为每个设备外沿取较多的点连接成的多边形，以其多边形的形心及面积分别作为标准点的X坐标、Y坐标和Z坐标，构建包含所有类型设备的聚类空间。

5.根据权利要求4所述的用于电力设备的目标识别方法，其特征在于：所述识别结果包括矩形框参数rois、类别参数class_ids、得分参数scores和masks参数，所述阈值设置为得分阈值，仅将得分参数大于得分阈值的识别结果筛选出来，所述矩形框参数rois设置为包括对应设备的矩形框，所述masks参数设置为对应设备包含的所有像素点信息

根据矩形框参数rois，计算对应识别结果的设备的形心，以此作为对应检测点的X坐标和Y坐标，根据masks参数，计算对应识别结果的设备的面积，以此作为对应检测点的Z坐标，

针对筛选出的各个识别结果，分别计算对应检测点到聚类空间中对应类型设备的各个标准点距离，取其平均值，以最小平均值对应的识别结果作为对应设备最准确的识别结果。

6.根据权利要求5所述的用于电力设备的目标识别方法，其特征在于：所述标准点的X坐标和Y坐标设置为多边形所有顶点横坐标的平均值和纵坐标的平均值，Z坐标设置为采用向量叉积方法计算获得多边形的面积；所述检测点的X坐标和Y坐标设置为包含对应设备的矩形框的四个顶点的横坐标的平均值和纵坐标的平均值，Z坐标设置为对应设备包含的所有像素点的面积。