[发明专利]缺陷识别模型的训练方法、装置、电子设备及存储介质在审
| 申请号: | 202210200271.6 | 申请日: | 2022-03-02 |
| 公开(公告)号: | CN114612741A | 公开(公告)日: | 2022-06-10 |
| 发明(设计)人: | 王晓迪;韩树民 | 申请(专利权)人: | 北京百度网讯科技有限公司 |
| 主分类号: | G06V10/774 | 分类号: | G06V10/774;G06V10/82;G06T7/00;G06K9/62 |
| 代理公司: | 北京市铸成律师事务所 11313 | 代理人: | 翟姝红;王云红 |
| 地址: | 100085 北京市*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 缺陷 识别 模型 训练 方法 装置 电子设备 存储 介质 | ||
1.一种缺陷识别模型的训练方法,包括:
获取图像,对所述图像进行预处理;
对经过预处理的图像中的电网缺陷进行标注,得到标注好的样本;
利用所述标注好的样本对缺陷识别模型进行训练,其中,所述缺陷识别模型利用外部记忆单元进行特征提取;
在符合预设条件的情况下停止训练,获得训练好的缺陷识别模型。
2.根据权利要求1所述的方法,其中,所述对经过预处理的图像中的电网缺陷进行标注,得到标注好的样本,包括:
对经过预处理的图像中的电网缺陷位置和电网缺陷类型进行标注,得到标注好的样本。
3.根据权利要求2所述的方法,其中,所述电网缺陷类型包括主要构件缺陷和辅助构件缺陷,所述主要构件缺陷包括:绝缘子缺陷、均压环缺陷、间隔棒缺陷、防震锤缺陷中至少一种;所述辅助构件缺陷包括:螺栓缺陷、销子缺陷、穿钉缺陷中至少一种。
4.根据权利要求1所述的方法,其中,所述缺陷识别模型利用外部记忆单元进行特征提取,包括:
所述缺陷识别模型利用移动窗口对所述标注好的样本进行划分,得到包含重合内容的多个目标窗口;
利用外部记忆单元对所述多个目标窗口进行特征提取。
5.根据权利要求4所述的方法,其中,所述利用所述外部记忆单元对所述多个目标窗口进行特征提取,包括:
利用多个依次连接的外部记忆单元对所述多个目标窗口进行特征提取。
6.根据权利要求1所述的方法,其中,所述对所述图像进行预处理,包括以下至少一种:将所述图像缩放至预设大小、按照预设的概率对所述图像进行翻转操作以及对所述图像的像素进行归一化操作。
7.一种目标缺陷的识别方法,包括:
获取训练好的缺陷识别模型,所述缺陷识别模型采用权利要求1-6中任一所述缺陷识别模型的训练方法获得的模型;
将待识别图像输入所述缺陷识别模型,得到缺陷识别结果。
8.一种缺陷识别模型的训练装置,包括:
预处理模块,用于获取图像,对所述图像进行预处理;
标注模块,用于对经过预处理的图像中的电网缺陷进行标注,得到标注好的样本;
训练模块,用于利用所述标注好的样本对缺陷识别模型进行训练,其中,所述缺陷识别模型利用外部记忆单元进行特征提取;
获得模块,用于在符合预设条件的情况下停止训练,获得训练好的缺陷识别模型。
9.根据权利要求8所述的装置,其中,所述标注模块用于:
对经过预处理的图像中的电网缺陷位置和电网缺陷类型进行标注,得到标注好的样本。
10.根据权利要求9所述的装置,其中,所述电网缺陷类型包括主要构件缺陷和辅助构件缺陷,所述主要构件缺陷包括:绝缘子缺陷、均压环缺陷、间隔棒缺陷、防震锤缺陷中至少一种;所述辅助构件缺陷包括:螺栓缺陷、销子缺陷、穿钉缺陷中至少一种。
11.根据权利要求8所述的装置,其中,所述训练模块用于:
利用所述标注好的样本对缺陷识别模型进行训练,其中,所述缺陷识别模型利用移动窗口对所述标注好的样本进行划分,得到包含重合内容的多个目标窗口;
利用外部记忆单元对所述多个目标窗口进行特征提取。
12.根据权利要求11所述的装置,其中,所述利用所述外部记忆单元对所述多个目标窗口进行特征提取,包括:
利用多个依次连接的外部记忆单元对所述多个目标窗口进行特征提取。
13.根据权利要求8所述的装置,其中,所述预处理模块,用以下至少一种方法对所述图像进行预处理:将所述图像缩放至预设大小、按照预设的概率对所述图像进行翻转操作以及对所述图像的像素进行归一化操作。
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北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,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/202210200271.6/1.html,转载请声明来源钻瓜专利网。





