一种基于分类网路的电力复合绝缘子憎水性分类系统的制作方法

技术特征：
1.一种基于分类网路的电力复合绝缘子憎水性分类系统，其特征在于，由图像采集装置、数据传输链路、训练服务器、tx2端侧推理设备、显示模块组成：所述图像采集装置用于拍摄不同天气、不同地形条件下的输电线路上带水珠的复合绝缘子图像；所述训练服务器用于数据增强、数据集存储、训练repvgg分类模型、模型转换；所述数据传输链路用于向tx2端侧推理设备传输图像数据；所述tx2端侧推理设备用于模型移植和数据推理；所述显示模块用于对接收到的分类结果进行显示。2.根据权利要求1所述的一种基于分类网路的电力复合绝缘子憎水性分类系统，其特征在于，所述数据增强包含颜色变换和几何变换，颜色变换由高斯噪声、高斯模糊、图像擦除、图像填充组成；几何变换由图像翻转，图像旋转，图像随机裁剪，图像随机缩放组成。3.根据权利要求1所述的一种基于分类网路的电力复合绝缘子憎水性分类系统，其特征在于，所述数据集存储，是将图像大小为640
×
640，图像通道为rgb的绝缘子带水珠的图片，按照hc1
‑
hc3、hc4
‑
hc5、hc6
‑
hc7三个尺度，来标记划分憎水性等级，按照4：1比例划分训练集和测试集，并存放于不同文件夹下。4.根据权利要求1所述的一种基于分类网路的电力复合绝缘子憎水性分类系统，其特征在于，所述数据传输链路使用mqtt作为通信协议。5.根据权利要求1所述的一种基于分类网路的电力复合绝缘子憎水性分类系统，其特征在于，所述模型转换技术路线为：首先将model.pth转换为model.onnx，再将model.onnx转换为model.trt。6.根据权利要求1所述的一种基于分类网路的电力复合绝缘子憎水性分类系统，其特征在于，所述训练repvgg分类模型，在进行模型在训练时，为repvgg网络中每一个3x3卷积层添加平行的1x1卷积分支和恒等映射分支，构成一个repvgg block。7.根据权利要求1所述的一种基于分类网路的电力复合绝缘子憎水性分类系统，其特征在于，所述模型推理，是训练repvgg模型完成后，对模型做等价转换，实现方式为：y＝x g(x) f(x)转换为y＝h(x)，其中，x表示每层的输入，f(x)表示3
×
3卷积；g(x)是一个1
×
1的卷积，h(x)恒等映射分支的输出。8.根据权利要求1所述的一种基于分类网路的电力复合绝缘子憎水性分类系统，其特征在于，所述模型移植为trt量化后的模型，实现方法为：x
q
＝clamp(0,n
levels
‑
1,x
int
)其中，x
int
表示浮点型值x映射为整型值，x表示输入的浮点型变量，δ表示量化的步长，z表示零点，x
q
表示量化后的定点值，n
levels
＝256，clamp用于限定量化取值范围。

技术总结
本发明公开了一种基于分类网路的电力复合绝缘子憎水性分类系统，包括图像采集装置、数据传输链路、训练服务器、TX2端侧推理设备、显示模块。其中，图像采集装置用于拍摄不同天气、不同地形条件下的输电线路上带水珠的复合绝缘子图像；训练服务器用于数据增强、数据集存储、训练RepVGG分类模型、模型转换；数据传输链路用于向TX2端侧推理设备传输图像数据；TX2端侧推理设备用于模型移植和数据推理；显示模块用于对接收到的分类结果进行显示。本发明提出了一套复合绝缘子憎水性图像智能分类的系统，解决了实际场景中计算资源不能大规模部署的问题，实现了不同天气、不同地形条件下边缘侧的复合绝缘子憎水性图像实时分类。侧的复合绝缘子憎水性图像实时分类。侧的复合绝缘子憎水性图像实时分类。


技术研发人员：刘亮 邓名高 张明 张海涛
受保护的技术使用者：程文云
技术研发日：2021.08.01
技术公布日：2021/10/26