申请/专利权人：泉州通维科技有限责任公司

申请日：2023-11-13

公开（公告）日：2024-04-02

公开（公告）号：CN117809012A

主分类号：G06V10/22

分类号：G06V10/22;G06V10/24;G06V10/44;G06V10/774;G06V10/82;G06N3/0464;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.19#实质审查的生效;2024.04.02#公开

摘要：本发明涉及配电柜、开关柜等的旋钮状态的识别方法技术领域，具体公开一种基于关键点检测的旋钮状态识别方法，步骤包括收集一定数量的带有旋钮的电气控制柜面板图像数据和仅有旋钮的区域图像，并对图像数据进行标注；利用标注好的数据集分别训练旋钮类别、区域定位及角点检测模型和旋钮关键点检测模型；通过深度学习模型Yolov5进行旋钮类别识别定位以及角点检测；对旋钮区域图像进行透视变换矫正；利用训练好的OpenPose模型进行关键检点检测；基于关键点的旋钮手柄指向直线方程计算；计算旋钮各状态标识关键点到旋钮手柄指向直线的距离。该方法不仅能够减少了识别成像畸变的影响，还能够达到较高识别旋钮手柄指向准确性。

主权项：1.一种基于关键点检测的旋钮状态识别方法，其特征在于：方法步骤如下：步骤1、采集一定数量图像数据，所述图像数据包括带有旋钮的电气控制柜面板的图像数据和仅有旋钮区域的图像数据，并对图像数据进行标注，得到具有标注的图像数据集，该步骤中对图像数据进行关键点标注包括对电气控制柜面板的图像数据中旋钮类别、旋钮位置区域、旋钮状态标识板、旋钮状态标识板上的角点的标注以及对旋扭区域的图像数据中各个旋钮状态标识点、旋钮的手柄旋转中心、旋扭手柄的指向和旋扭手柄的尾部的关键点标注；步骤2、利用步骤1的图像数据集分别训练旋钮类别、旋钮位置区域定位和旋钮状态标识板角点检测模型以及旋钮关键点检测模型，其中旋钮关键点检测模型的训练为基于OpenPose网络训练；步骤3、通过深度学习模型Yolov5对需要检测识别的电气控制柜面板的图像数据的旋钮进行类别识别和定位，同时检测被类别识别和定位出的旋钮的旋扭状态标识板的四个角点，计算各个角点在对应的旋钮锚框上的相对坐标，并将旋钮锚框区域裁剪出得到旋钮区域图像；步骤4、对旋钮区域图像进行透视变换矫正，利用步骤3检测到的旋钮状态标识板的四个X轴、Y轴坐标为x1,y1，x2,y2，x3,y3，x4,y4的角点对旋钮区域图像进行透视变换矫正；步骤5、对透视变换矫正后的旋钮区域图像利用步骤2训练好的OpenPose模型进行旋扭手柄关键点检测，得到旋扭手柄关键点，包括各个旋钮状态标识关键点、旋钮手柄指向关键点、手柄旋转中心关键点和手柄尾部关键点，通过旋扭手柄关键点得到旋钮指向点、旋钮旋转中心以及旋钮手柄尾部三个关键点；步骤6、基于利用OpenPose模型检测出的旋扭手柄关键点计算旋钮手柄指向直线方程，其中旋钮手柄的指向直线表达式如下：y＝kdx+b，其中kd为****，b为****；步骤7、计算各旋钮状态标识关键点到旋钮手柄指向直线的距离，取距离最小的旋钮标识关键点所对应的标识为该旋钮当前所处的状态。

全文数据：

权利要求：

百度查询： 泉州通维科技有限责任公司 一种基于关键点检测的旋钮状态识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD