买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：华雁智科(杭州)信息技术有限公司

摘要：本发明公开了一种变电设备图像缺陷识别方法及系统，涉及变电设备金具缺陷检测技术领域，该方法及系统包括将无人机巡检图像集划分为第一训练集和第二训练集；利用第一识别模型对第一训练集中每个样本进行检测，获得第一识别结果，基于第一识别结果生成该样本的候选位置区域，对候选位置区域进行裁剪后再进行滑窗裁剪，获得多个裁剪子图，利用第二识别模型对第一识别结果表示的样本所对应的多个裁剪子图进行检测，获得第二识别结果；将第一识别结果和第二识别结果合并后进行输出。该方法及系统采用层级识别模型的方式进行检测，能够较大程度地提高检测精度，同时在第二层级中采用基于滑窗裁剪的网络训练模式，解决了样本量不足的问题。

主权项：1.一种变电设备图像缺陷识别方法，其特征在于，包括如下步骤：获取无人机巡检图像集，将所述无人机巡检图像集划分为第一训练集和第二训练集，所述第一训练集为原始巡检图片集，所述第二训练集为所述第一训练集随机抽样所获得的图片集；利用第一识别模型对所述第一训练集中每个样本进行检测，获得第一识别结果，所述第一识别结果中包含至少一个第一目标的位置信息，所述第一目标是指变电设备的待巡检部件；所述第一识别模型为基于所述第一训练集得到的预训练模型；基于至少一个所述第一目标的位置信息合并生成该样本的候选位置区域，对所述候选位置区域进行裁剪，获得裁剪结果图；将每个所述裁剪结果图均进行滑窗裁剪，获得多个裁剪子图，将多个所述裁剪子图添加到所述第二训练集中，获得增强训练子集；利用第二识别模型对所述第一识别结果表示的样本所对应的多个所述裁剪子图进行检测，获得第二识别结果，其中，所述第二识别模型为基于所述增强训练子集得到的预训练模型；将所述第一识别结果和所述第二识别结果合并后进行输出；所述第二识别模型中采用PPYOLOE算法，其中，在算法的head网络中，使用ESEblock替换掉layerattention；所述第一识别模型中，特征提取网络采用ResNeXt101模块，将所述增强训练子集同时输入到ResNeXt101模块和PPYOLOE算法中的CSPRepResNet模块，得到第一特征Featureres和第二特征Featurecsp；基于所述第一识别结果，标记所述第一特征Featureres和第二特征Featurecsp的坐标信息，得到第一标记Featureres-obj和第二标记Featurecsp-obj；将所述第一标记Featureres-obj和第二标记Featurecsp-obj进行特征融合，得到的融合结果输入至CSPPAN模块中，进行PPYoloE网络的训练。

全文数据：

权利要求：

百度查询： 华雁智科(杭州)信息技术有限公司 一种变电设备图像缺陷识别方法及系统