申请/专利权人：华南理工大学

申请日：2024-01-25

公开（公告）日：2024-04-26

公开（公告）号：CN117935089A

主分类号：G06V20/17

分类号：G06V20/17;G06V10/25;G06V10/774;G06V10/82;G06V10/80;G06V10/764;G06N3/0464;G06N3/045;G06N3/048;G06V10/762;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.14#实质审查的生效;2024.04.26#公开

摘要：本发明公开了一种基于IoU预测的红外图像绝缘子旋转检测方法，包括：标注红外图像中的绝缘子，构建数据集；对数据集进行数据增强；设计绝缘子旋转检测器，增加IoU与旋转角度得分预测分支；修改绝缘子旋转检测器训练策略，设计IoU与旋转角度得分预测分支的损失函数；利用绝缘子红外图像数据集训练绝缘子旋转检测器，通过最小化联合损失，得到训练好的检测器；利用绝缘子旋转检测器检测图像，设计θ‑IoU‑NMS算法，通过综合得分评价旋转框质量；利用θ‑IoU‑NMS算法对检测器生成的预测框进行抑制，筛选得到定位更加精确的旋转框；输出绝缘子检测结果。本发明可显著提高红外图像中绝缘子的定位精度，减少漏检和误检。

主权项：1.基于IoU预测的红外图像绝缘子旋转检测方法，其特征在于，包括以下步骤：1选取无人机航拍红外图像，利用旋转框标注工具标注图像中绝缘子的最小外接旋转矩形框，称为旋转框，转换得到旋转框的四个顶点坐标，写入txt文件，构建DOTA格式的绝缘子红外图像数据集；2对绝缘子红外图像数据集进行数据增强，得到数据增强后的绝缘子红外图像数据集；3构建绝缘子旋转检测器，该检测器利用ResNet50作为骨干提取网络，利用FPN作为特征融合网络，在RetinaNet检测头的基础上，其回归分支的最后一个卷积的输出通道数修改为5A，其中A为每个像素点生成anchor的个数；此外，增加IoU与旋转角度得分预测分支，该分支与回归分支共享前4个3*3卷积，最后利用一个输出通道数为2A的3*3卷积分别预测旋转框的IoU和旋转角度的得分，3*3卷积之后加入Sigmoid模块对IoU和旋转角度的得分进行限值；4设计绝缘子旋转检测器的训练策略，修改训练时的损失函数，分类损失采用FocalLoss，回归损失采用RotatedIoULoss；设计IoU与旋转角度得分预测分支的损失函数，采用预测的IoU值与预测框和真实框之间的实际旋转IoU的绝对差值之和作为IoU预测损失；采用旋转角度得分与旋转角度实际预测偏差的绝对差值之和作为旋转角度得分损失；5将绝缘子红外图像数据集送入绝缘子旋转检测器进行训练，通过最小化分类、回归、IoU预测以及旋转角度得分损失组成的联合损失，训练绝缘子旋转检测器的权重，保存效果最好的权重，得到训练好的绝缘子旋转检测器；6利用训练好的绝缘子旋转检测器预测图像，对非极大值抑制NMS算法进行改进得到θ-IoU-NMS算法，该算法是将非极大值抑制中最优旋转框的判断依据由原来的分类得分修改为IoU预测、旋转角度得分以及分类得分加权求和之后的综合得分，利用综合得分更好地评价旋转框质量，保留定位更精确的旋转框；7利用θ-IoU-NMS算法对绝缘子旋转检测器检测得到的旋转框进行抑制，去除对同一绝缘子重复检测的低质量旋转框，得到最终定位更加精确的旋转框，输出红外图像中的绝缘子检测结果。

全文数据：

权利要求：

百度查询： 华南理工大学 基于IoU预测的红外图像绝缘子旋转检测方法

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