基于Efficientdet电力设备智能检测方法与流程

技术特征：
1.基于efficientdet电力设备智能检测方法，其特征在于：包括以下步骤：s1、使用红外热像仪采集电力设备的信息，获取红外热像图，并从中提取出温度数据，得到二维温度矩阵；s2、将二维温度矩阵进行数据标记和数据预处理，然后划分为训练集、验证集和测试集；s3、efficientdet-d6模型训练：导入训练集进行模型训练，使用efficientnet-b6作为基础网络，采用k-means聚类得到的9个anchor框的宽和高代替预设的anchor框宽和高，形成先验框，产生正样本和负样本来提取特征，运用efficientdet-d6目标检测算法将提取的特征进行融合得到5个检测层，每个检测层最后添加csp结构，以adam作为优化器进行端到端的网络训练，实现检测目标的位置和类别检测，获得电力设备的目标检测模型；s4、将未知电力设备的原始温度数据转化为二维温度矩阵，然后进行数据预处理，输入目标检测模型中，采用efficientnet-b6提取特征，采用efficientdet-d6融合特征，经分类和边框回归后，得到红外热像图中的所有电力设备的位置及类别信息结果，然后筛选出位于红外热像图最中心的电力设备，得到该电力设备的位置及类别信息。2.根据权利要求1所述的基于efficientdet电力设备智能检测方法，其特征在于：所述步骤s2中的数据标记为对二维温度矩阵的数据进行设备类型和位置的标记，其中位置用检测框标记。3.根据权利要求1所述的基于efficientdet电力设备智能检测方法，其特征在于：所述步骤s2和s4中的数据预处理为：a、将二维温度矩阵在深度方向上拼接成三维温度矩阵；b、将三维温度矩阵进行数据归一化处理，并映射到0-255之间，再上下填充转化为三维数组。4.根据权利要求1所述的基于efficientdet电力设备智能检测方法，其特征在于：所述步骤s3中，k-means聚类的方法为：a、读取所有的训练集，并定义为box；b、随机选择9个box作为初始的anchor框，以box的左上角作为坐标原点，分别计算该box与初始化的9个anchor的iou，并将该box标记为iou最大的anchor类，以此方式遍历计算所有的box与每个anchor的iou；c、计算一个anchor类内所有box的宽和高的平均值，更新anchor的宽和高，直至9个anchor框全部更新；d、循环步骤b和步骤c的操作，直至所有的box所属的anchor类不发生变化，得到9个anchor框的宽和高，形成先验框。5.根据权利要求1所述的基于efficientdet电力设备智能检测方法，其特征在于：所述步骤s1的二维温度矩阵中每一个元素的数值代表红外热像图中对应像素点的实际温度值。6.根据权利要求1所述的基于efficientdet电力设备智能检测方法，其特征在于：所述步骤s3中的网络训练为：采用迁移学习的方法，共设置500次迭代，前200次迭代，只训练特征融合部分的权重值，学习率设置为随迭代次数变化的动态学习率，初始值设置为1e-4，batch_size设置为16，200次迭代后，学习率设置降低为1e-5，batch_size设置为4，同样采用动态学习率，对整个网络权重值训练，并引入提前停止策略，当验证集的损失连续10次迭
代不减小时停止训练，防止模型的过拟合，每次迭代train_num/batch_size步，其中train_num为训练数据数量。7.根据权利要求1所述的基于efficientdet电力设备智能检测方法，其特征在于：所述csp结构为深度可分离卷积和深度卷积相结合的结构。8.根据权利要求1所述的基于efficientdet电力设备智能检测方法，其特征在于：所述步骤s4中，位于红外热像图最中心的电力设备的位置筛选方法为：a、根据红外热像图中的所有电力设备的位置，计算出各电力设备的检测框与红外热像图中心点的欧氏距离dis：其中，(left，top)为电力设备的检测框左上角坐标，(right，bottom)为电力设备的检测框右下角坐标，widthh和heigth是红外热像图的宽和高。b、保留dis最小的检测框，即为红外热像图最中心的电力设备的位置。9.根据权利要求1所述的基于efficientdet电力设备智能检测方法，其特征在于：所述电力设备包括变电站电力设备、输电设备和配电设备。10.根据权利要求9所述的基于efficientdet电力设备智能检测方法，其特征在于：所述变电站电力设备包括避雷器、断路器、电流互感器、套管、电压互感器、隔离开关、绝缘子、线夹、变压器、电抗器、穿墙套管、电力电缆、油枕、散热片、放电间隙、软连接、阻波器、末屏、高压熔断器、gis罐体、进线仓、跌落式熔断器和放电线圈；所述输电设备包括接续管、耐张线夹、绝缘子、接地线夹、管母、压接管、并沟线夹、电力电缆、避雷器、金具和电缆终端；所述配电设备包括耐张线夹、跌落式熔断器、套管、变压器、避雷器、桩头、电力电缆、断路器、隔离开关、线夹、开关箱、电表和电缆终端。

技术总结
本发明公开了一种基于Efficientdet电力设备智能检测方法，包括S1、从电力设备的红外热像图中提取得到二维温度矩阵；S2、将二维温度矩阵进行数据标记和数据预处理，得到训练集、验证集和测试集；S3、训练集进行模型训练，使用Efficientnet-B6作为基础网络，采用k-means聚类得到的9个anchor框的宽和高代替预设的anchor框宽和高进行特征提取，将提取的特征融合，并添加CSP结构，获得电力设备的目标检测模型；S4、将未知设备类型的二维温度矩阵输入目标检测模型中进行处理，得到位于红外热像图最中心的设备的位置及类别信息。本发明具有提高检测准确率和加快检测速度的特点。提高检测准确率和加快检测速度的特点。提高检测准确率和加快检测速度的特点。


技术研发人员：梁川 常娜 朱怡良
受保护的技术使用者：浙江天铂云科光电股份有限公司
技术研发日：2022.05.26
技术公布日：2022/8/12