CN113312977B 一种输变电设备多层级关联的图像标注方法及系统 （中国电力科学研究院有限公司）

一种输变电设备多层级关联的图像标注方本发明公开了一种输变电设备多层级关联像质量识别标准对包括输变电设备缺陷的样本2基于图像质量识别标准对包括输变电设备缺陷的样本图像进3基于所述符合图像质量标准的样本图像中输变电设备的设备台帐和设备点位信息的建立输变电设备的多级标签，分别对所述符合图像质量标准的样本从最高级别标签开始依次向下一级标签进行标注，生成多级标签；确定与所述定制样本图像集相对应的输变电设备图像缺陷识变电设备图像缺陷识别算法模型对所述定制样本图像集中输变电设备的缺陷进行识2.根据权利要求1所述的方法，所述基于图像质量识别标准对包括输变电设备缺陷的识别。初始单元，用于基于图像质量识别标准对包括输变电设备缺陷的样本图像进行识别，4第一标注单元，用于基于所述符合图像质量标准的样第二标注单元，用于建立输变电设备的多级标签，分别对确定与所述定制样本图像集相对应的输变电设备图像缺陷识变电设备图像缺陷识别算法模型对所述定制样本图像集中输变电设备的缺陷进行识5.根据权利要求4所述的系统，所述初始单元用于基于图像质量识别标准对包括输变本图像辨认度识别。5道监视和无人机巡视已经在输电线路上广泛应用。根据国网公司企业标准Q/GDW1906-2013《输变电一次设备缺陷分类标准》列举的典型一次缺陷超过，超过50％的缺陷为可视化缺6[0011]为了解决上述问题，本发明提供了一种输变电设备多层述输变电设备图像缺陷识别算法模型对所述定制样本图像集中输变电设备的缺陷进行识别。[0020]优选地，所述基于图像质量识别标准对包括输变电设备缺陷的样本图像进行识[0021]基于能量梯度函数评价样本图像的清晰度，选择出达到2+|f(x2[0027]优选地，所述基于图像质量识别标准对包括输变电设备缺陷的样本图像进行识7[0038]优选地，所述基于图像质量识别标准对包括输变电设备缺陷的样本图像进行识8述输变电设备图像缺陷识别算法模型对所述定制样本图像集中输变电设备的缺陷进行识别。[0056]基于能量梯度函数评价样本图像的清晰度，选择出达到2+|f(x29变电设备的设备台帐和设备点位信息的对应关系，将样本图像的基本属性标注至属性标[0084]图1为根据本发明优选实施方式的一种输变电设备多层级关联的图像标注方法流[0085]图2为根据本发明优选实施方式的输变电设备多层级关联的图像标注方法流程[0086]图3为根据本发明优选实施方式的输变电设备多层级关联的图像标注系统框架结[0087]图4为根据本发明优选实施方式的输变电设备多层级关联的图像标注系统的分级[0088]图5为根据本发明优选实施方式的输变电设备多层级关联的图像标注标注框示意[0089]图6为根据本发明优选实施方式的输变电设备多层级关联的图像标注系统的关键[0090]图7为根据本发明优选实施方式的一种输变电设备多层级关联的图像标注系统结[0093]图1为根据本发明优选实施方式的一种输变电设备多层级关联的图像标注方法流[0097]基于能量梯度函数评价样本图像的清晰度，选择出达到2+|f(x2[0122]本发明对样本图像(单帧视频)文件图像质量自动判别：图像分辨率不低于1920*图像缺陷识别算法模型对定制样本图像集中输变电设备的缺陷2+|f(x2[0162]其中，用于深度学习的图像样本标注软件labelimg或labelme通常是无法获取关释目标特征；不同输变电设备部件的缺陷严重程度不同。缺陷严重等级关联表如下表5所[0188]本发明多级标签通过结构化文本格式输出，除了本发明举例说明的XML格式输出[0201]本发明通过xml(EXtensib[0204]通过findall函数一次性返回所有符合检索关键字的匹配元素，通过在返回列表[0206]图7为根据本发明优选实施方式的一种输变电设备多层级关联的图像标注系统结[0207]初始单元701，用于基于图像质量识别标准对包括输变电设备缺陷的样本图像进[0209]基于能量梯度函数评价样本图像的清晰度，选择出达到2+|f(x2[0234]第一标注单元702，用于基于样本图像中输变电设备的设备台帐和设备点位信息备中的多级标签中的每一级标签进行标注；每一级标签与其对应的上级标签为从属关系。设备图像缺陷识别算法模型对定制样本图像集中输变电设备的缺陷进行识别。[0238]本发明优选实施方式的一种输变电设备多层级关联的图像标注系统700与本发明优选实施方式的一种输变电设备多层级关联的图像标注方法100相对应，在此不再进行赘[0240]通常地，在权利要求中使用的所有术语都根据他