在GIS地图上识别大棚的方法与流程

技术特征：
1.在gis地图上识别大棚的方法，其特征在于，包括以下步骤：a、无人机进行高空飞行，通过机载相机对底面进行抓取拍摄；b、将无人机拍摄的照片处理成gis地图；c、建立模型；d、对gis地图进行建模训练，对地图中大棚的位置进行标记。2.根据权利要求1所述的在gis地图上识别大棚的方法，其特征在于：对无人机拍摄的照片进行图像裁剪处理，对裁剪后的照片通过建模来进行分析处理，标记大棚位置。3.根据权利要求2所述的在gis地图上识别大棚的方法，其特征在于：对照片的裁剪方法为：相机拍摄的图片宽高均为a，以左上角或左下角为原点，以b
×
b为基础进行裁剪第一张图片，b≤a；然后以第一张图片的中点为原点，以b
×
b为基础进行裁剪第二张图片；然后以第二张图片的中点为原点，以b
×
b为基础进行裁剪第三张图片；然后由此类推，依次裁剪第四张、第五张、第n张，直到原始图片全部裁剪。4.根据权利要求2所述的在gis地图上识别大棚的方法，其特征在于：对照片的裁剪方法为：相机拍摄的图片宽高均为a，以右上角或右下角为原点，以b
×
b为基础进行裁剪第一张图片，b≤a；然后以第一张图片的中点为原点，以b
×
b为基础进行裁剪第二张图片；然后以第二张图片的中点为原点，以b
×
b为基础进行裁剪第三张图片；然后由此类推，依次裁剪第四张、第五张、第n张，直到原始图片全部裁剪。5.根据权利要求3或4所述的在gis地图上识别大棚的方法，其特征在于：所述的a≥960mm，b≤640mm。6.根据权利要求3或4所述的在gis地图上识别大棚的方法，其特征在于：模型训练时，采用基于人工智能深度学习的目标检测算法来完成对输电线路上大棚的检测与识别，通过模型的泛化能力，来评判模型的好坏。7.根据权利要求6所述的在gis地图上识别大棚的方法，其特征在于：模型在数据集的损失值越大，说明模型训练效果很差，称为欠拟合；模型在训练集上损失很小，但是在测试集上损失很大，称为过拟合。8.根据权利要求7所述的在gis地图上识别大棚的方法，其特征在于：采用基于yolov5的目标检测算法，来实现对gis地图中大棚的检测。9.根据权利要求8所述的在gis地图上识别大棚的方法，其特征在于：在gis地图上识别大棚的方法采用的主干网络为pkbnet。10.根据权利要求9所述的在gis地图上识别大棚的方法，其特征在于：主干网络pkbnet的处理方法为：首先整理上万无人机高空拍摄的大棚图片，从零开始训练主干网络，经过大量的调参试验，主干网络分类精度达到了92％以上，然后基于yolov5模型添加注意力机制。

技术总结
本发明涉及在GIS地图上识别大棚的方法，在GIS地图上识别大棚的方法，包括以下步骤：无人机进行高空飞行，通过机载相机对底面进行抓取拍摄；将无人机拍摄的照片处理成GIS地图；建立模型；对GIS地图进行建模训练，对地图中大棚的位置进行标记。本发明克服了国家电网在交通，自然条件比较恶劣的地区进行输电线路巡检的不便问题。的不便问题。


技术研发人员：崔国柱 李珊 赵龙 李中凯 陈星延 林建 刘洋 孙京锋 魏亮
受保护的技术使用者：国网山东省电力公司临沂供电公司
技术研发日：2021.11.24
技术公布日：2022/3/4