[发明专利]一种基于Yolov3和CRNN算法的输电线路数据采集方法

权利要求书

1.一种基于Yolov3和CRNN算法的输电线路数据采集方法，其特征在于，包括以下步骤：

采集输电线路的图像数据；

对采集的图像数据，加入MASK模板，提取感兴趣的区域；

对加入MASK模板后的图像数据进行预处理；

检测预处理后的图像数据中字符出现的区域，判断字符区域的朝向，并调整字符区域的角度；

将调整了字符区域角度的图像数据载入预先构建并训练好的Yolov3网络中，输出字符区域特征图；

将字符区域特征图载入预先构建并训练好的BiLSTM网络中，检测出前向序列和反向序列，将前向序列和反向序列对应的位置相加，得到字符的最终预测序列，优化所述字符区域特征图的位置信息；

将优化后的字符区域特征图载入预先构建并训练好的CRNN网络中，并结合最终预测序列，获取最终的字符识别结果。

2.根据权利要求1所述的一种基于Yolov3和CRNN算法的输电线路数据采集方法，其特征在于，将预处理后的图像数据传入角度四分类的VGG网络中，检测字符区域和字符区域的朝向；

调整字符区域的角度具体为：获取字符区域中心点的位置，根据中心点的位置和VGG网络的输出角度结果，计算对应的仿射变换矩阵，将对应的字符区域的朝向调整到水平方向。

3.根据权利要求1所述的一种基于Yolov3和CRNN算法的输电线路数据采集方法，其特征在于，所述Yolov3网络根据载入的图像数据生成特征图，并得到锚框和锚框的位置参数。

4.根据权利要求3所述的一种基于Yolov3和CRNN算法的输电线路数据采集方法，其特征在于，当锚框的高度和传输线路采集的字符高度重叠程度大于预测的重叠阈值时，判定为目标字符，使用文本线构造法对同行的目标字符进行合并，形成整行区域；将整行区域进行排序，得到字符区域特征图。

5.根据权利要求3所述的一种基于Yolov3和CRNN算法的输电线路数据采集方法，其特征在于，所述Yolov3网络生成有多个不同尺度的特征图。

6.根据权利要求1所述的一种基于Yolov3和CRNN算法的输电线路数据采集方法，其特征在于，将字符区域特征图通过flatten操作压缩维度，变成二维序列，然后载入BiLSTM网络中。

7.根据权利要求1所述的一种基于Yolov3和CRNN算法的输电线路数据采集方法，其特征在于，对优化后的字符区域特征图进行尺寸调整，然后载入CRNN网络中，该CRNN网络包括CNN网络、RNN网络和CTC网络，所述CNN网络根据字符区域特征图进一步提取特征，将CNN网络提取的特征载入RNN网络中预测字符序列的每一个特征向量的标签分布，最后将得到的特征序列向量输入CTC网络中，转换为最终的标签序列。

8.根据权利要求7所述的一种基于Yolov3和CRNN算法的输电线路数据采集方法，其特征在于，所述CNN网络为VGG16网络，该VGG16网络的第三个最大池化层和第四个最大池化层的卷积核的尺寸均1*2。

9.根据权利要求8所述的一种基于Yolov3和CRNN算法的输电线路数据采集方法，其特征在于，所述VGG16网络的第五个卷积层和第六个卷积层后均加入有BN层。

10.根据权利要求1所述的一种基于Yolov3和CRNN算法的输电线路数据采集方法，其特征在于，所述预处理为对加入MASK模板后的图像数据进行尺寸调整和灰度归一化处理。