一种基于Hololens线缆检测识别方法及系统与流程

技术特征：
1.一种基于hololens线缆检测识别方法，其特征在于，包括以下步骤：定位当前场景中插孔的空间位置；识别所述当前场景中线缆类别；模拟出与所述插孔相匹配的线缆指引标志；跟踪并更新所述线缆的移动；其中，所述跟踪并更新所述线缆的移动包括：将所述当前场景中的当前帧图片输送至服务端；利用所述服务端中的线缆检测网络中进行所述线缆和所述插孔的目标检测，所述当前帧图片由hololens眼睛端获取。2.如权利要求1所述的一种基于hololens线缆检测识别方法，其特征在于，所述将所述当前场景中的当前帧图片输送至服务端，包括：对所述当前帧图片进行编号。3.如权利要求1所述的一种基于hololens线缆检测识别方法，其特征在于，所述识别方法还包括若所述当前场景发生变化，则丢弃延迟的所述插孔和所述线缆的目标检测框。4.如权利要求1所述的一种基于hololens线缆检测识别方法，其特征在于，所述线缆检测网络为基于yolov3的多尺度目标检测深度网络。5.如权利要求4所述的一种基于hololens线缆检测识别方法，其特征在于，所述线缆检测网络中的目标检测模型训练方法包括：采集线缆图片数据，并整理得到图片数据集；对所述图片数据集进行数据集标注，得到标注数据和标注信息一；对所述标注数据进行数据增强，得到增强数据和标注信息二，所述标注信息二由所述标注数据数据增强时所述标注信息进行相应的更新得到；利用k-means算法对所述标注信息二进行处理，得到适合线缆的所述图片数据集的anchor；利用所述yolov3网络对所述图片数据集进行网络训练，得到所述目标检测模型。6.如权利要求5所述的一种基于hololens线缆检测识别方法，其特征在于，所述目标检测模型的训练方法，还包括：对所述图片数据集进行划分，得到训练集和测试集；利用所述测试集对所述目标检测模型进行测试评估，得到测试结果；利用所述测试结果对所述目标检测模型的效果测试，所述效果测试的判断基于所述hololens眼睛端是否能够识别线缆的种类。7.如权利要求6所述的一种基于hololens线缆检测识别方法，其特征在于，所述目标检测模型的训练方法，还包括：判断所述网络训练是否达到预设指标；若未达到所述预设指标，重新对所述图片数据集进行标注并进行数据增强操作。8.如权利要求7所述的一种基于hololens线缆检测识别方法，其特征在于，所述目标检测模型的训练方法，还包括：结合实时的loss曲线分析所述目标检测模型的训练过程。9.一种基于hololens线缆检测识别系统，其特征在于，包括：定位单元，被配置为定位当前场景中插孔的空间位置；识别单元，被配置为识别所述当前场景中线缆类别；
模拟单元，被配置为模拟出与所述插孔相匹配的线缆指引标志；跟踪更新单元，被配置为跟踪并更新所述线缆的移动；丢弃单元，被配置为若所述当前场景发生变化，则丢弃延迟的所述插孔和所述线缆的目标检测框；所述跟踪更新单元包括：发送子单元，被配置为将所述当前场景中的当前帧图片输送至服务端；目标检测子单元，被配置为利用所述服务端中的线缆检测网络中进行所述线缆和所述插孔的目标检测，所述当前帧图片由hololens眼睛端获取。10.如权利要求9所述的一种基于hololens线缆检测识别系统，其特征在于，还包括模型训练单元，被配置为对目标检测模型进行训练；所述模型训练单元包括：采集子单元，被配置为采集线缆图片数据，并整理得到图片数据集；标注子单元，被配置为对所述图片数据集进行数据集标注，得到标注数据和标注信息一；增强子单元，被配置为对所述标注数据进行数据增强，得到增强数据和标注信息二，所述标注信息二由所述标注数据数据增强时所述标注信息进行相应的更新得到；anchor设置子单元，被配置为利用k-means算法对所述标注信息二进行处理，得到适合线缆的所述图片数据集的anchor；网络训练子单元，被配置为利用所述yolov3网络对所述图片数据集进行网络训练，得到所述目标检测模型；划分子单元，被配置为对所述图片数据集进行划分，得到训练集和测试集；测试评估子单元，被配置为利用所述测试集对所述目标检测模型进行测试评估，得到测试结果；效果测试子单元，被配置为利用所述测试结果对所述目标检测模型的效果测试，所述效果测试的判断基于所述hololens眼睛端是否能够识别线缆的种类；判断子单元，被配置为判断所述网络训练是否达到预设指标；再标注增强子单元，被配置为若未达到所述预设指标，重新对所述图片数据集进行标注并进行数据增强操作；分析子单元，被配置为结合实时的loss曲线分析所述目标检测模型的训练过程。

技术总结
本发明涉及线缆检测识别技术领域，具体公开了一种基于Hololens线缆检测识别方法，包括定位当前场景中插孔的空间位置；识别当前场景中线缆类别；模拟出与插孔相匹配的线缆指引标志；跟踪并更新线缆的移动；其中，跟踪并更新线缆的移动包括：将当前场景中的当前帧图片输送至服务端；利用服务端中的线缆检测网络中进行线缆和插孔的目标检测，当前帧图片由Hololens眼睛端获取。本申请解决了现有技术中因线缆的实际现场环境和工业条件较差，会造成识别度较低的技术问题，实现了能够利用服务端的线缆检测网络对线缆和插座实现目标检测，实现了实时跟踪线缆的移动，能够很好的提高线缆的识别精度以及线缆的实时定位问题。度以及线缆的实时定位问题。度以及线缆的实时定位问题。


技术研发人员：陈建峰 牛子寒
受保护的技术使用者：安徽大学
技术研发日：2021.11.17
技术公布日：2022/2/28