[发明专利]电力设备自动监测多目标检测网络的构建方法在审
申请号: | 202111489647.1 | 申请日: | 2021-12-08 |
公开(公告)号: | CN114386478A | 公开(公告)日: | 2022-04-22 |
发明(设计)人: | 张华;魏煊;李鸿 | 申请(专利权)人: | 江苏集萃未来城市应用技术研究所有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06N3/04;G06V10/774;G06V10/762;G06V10/80 |
代理公司: | 南京科阔知识产权代理事务所(普通合伙) 32400 | 代理人: | 苏兴建 |
地址: | 215131 江苏省苏州市相城经济技术开发区澄阳*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 电力设备 自动 监测 多目标 检测 网络 构建 方法 | ||
1.一种电力设备自动监测多目标检测网络的构建方法,首先由巡检摄像机拍摄电力设备操作面板以及控制面板的图像样本;然后采用YOLOv3网络对图像样本进行处理,步骤包括:
1)扩增数据集;
对样本进行了数据增广,包括缩放、镜像、裁剪和高斯噪声变化;
2)在YOLOv3中采用K-means聚类算法对先验框进行调整;
在YOLOv3中采用K-means聚类步骤包括:
2.1)设k值,k值表示聚类后的数据集分为k个集合;
2.2)确定质心:在数据集中随意设定k个点,这几个点就是最初的质心。
2.3)划分集合:数据集中每个点都要计算这个点与各个质心的距离,算出距离后把距离与质心最近的点划分到该质心所属的集合中;
2.4)所有数据点经计算后得到k个集合,随后再一次对每一个新的集合计算一遍质心的位置;
2.5)如果重新计算得出的质心与原质心距离与设置的阈值差别较大,则重复步骤2.3)~2.4);
3)使用自适应特征融合ASFF模块,对YOLOv3的三个卷积层输出的特征分别乘上相应的权重参数后,使输出的特征大小和通道数相同,再相加;
4)使用改进的TSE损失函数:
在TSE损失函数中加入常数因子β,则改变后的TSE导数形式公式为:
式中,t-σ(z)∈(-1,1),z=wx+b,z表示神经网络未经激活函数后的输出值,w表示神经网路的权重参数,x表示神经网络的输入源、b表示神经网络的权重偏置参数。
2.根据权利要求1所述的电力设备自动监测多目标检测网络的构建方法,其特征是所述步骤1)中:
采用Cutout方法将样本中的部分区域随机剪掉,并且用0像素值进行填充,分类的结果不变;
采用Mosice方法把四张图片进行拼接;
采用HSV变换方法把图片变得或亮或暗。
3.根据权利要求1所述的电力设备自动监测多目标检测网络的构建方法,其特征是所述步骤2)中,设置先验框即锚框的参数为[10×17],[16×27],[17×31],[17×75],[18×31],[27×34],[31×53],[40×65],[71×75]。
4.根据权利要求1所述的电力设备自动监测多目标检测网络的构建方法,其特征是所述步骤4)中,常数因子β取值是0.25。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江苏集萃未来城市应用技术研究所有限公司,未经江苏集萃未来城市应用技术研究所有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111489647.1/1.html,转载请声明来源钻瓜专利网。