[发明专利]一种基于相机的变电站压板状态识别的方法

权利要求书

1.一种基于相机的变电站压板状态识别的方法，其特征在于：包括有如下步骤：

构建图像模型训练模块，

步骤1：收集历史开关柜压板图像，

收集历史巡检开关柜压板图像进行数据预处理、样本标注，其中收集数据包括开关柜上压板分合状态，将其通过配准技术进行裁剪并人工标注，将压板合状态设置为1，将压板分状态设置为0；

步骤2：数据扩充，

通过对图像进行旋转、翻转、裁剪、缩放以及填充，将预处理好的训练图像进行数据扩充；

步骤3：模型训练，

依据扩充好的图像训练集利用CAFFE深度学习网络框架进行深度学习网络模型训练，得到开关柜压板分合状态的图像分类模型；

步骤4：模型量化压缩转为WK格式，

将训练好的深度学习网络模型权重文件进行量化压缩并转为相机内置芯片支持的WK格式；

步骤5：移植至相机，

将WK格式的深度学习网络模型权重文件移植至相机中；

构建图像模型预测模块，

步骤6：采集原始巡检图像，

利用相机采集原始开关柜巡检图像；

步骤7：人工标注感兴趣压板区域图像，

人工标注原始开关柜巡检图像中感兴趣压板区域图像，并记录其位于原始图像中的位置信息；

步骤8：基于配准进行图像裁剪并矫正，

输入待检测巡检图像，基于图像配准技术对其进行感兴趣压板区域图像进行裁剪并校正；

步骤9：模型预测，

将步骤8所得到的感兴趣压板区域图像输入预先训练好的深度网络中，完成对单个所述开关柜压板分合状态的识别；

步骤10：结果反馈，

将预测结果结合到视频流上进行返回展示，并通过MQTT或TCP协议上送至应用系统中。

2.根据权利要求1所述的一种基于相机的变电站压板状态识别的方法，其特征在于：所述图像模型预测模块进行预测时在相机中进行。

3.根据权利要求1所述的一种基于相机的变电站压板状态识别的方法，其特征在于：所述感兴趣压板区域图像通过人为进行标注，当预先训练好的深度网络中进入一张新的待预测图片时，利用配准技术即可在待预测图片中找到相对于原始图片中感兴趣压板区域中的压板位置。