发明公开
- 专利标题: 一种面向电力绝缘子的图像自动标注方法
-
申请号: CN202411234685.6申请日: 2024-09-04
-
公开(公告)号: CN118736581A公开(公告)日: 2024-10-01
- 发明人: 黄志鸿 , 徐先勇 , 刘帅 , 张可人 , 孙云龙 , 肖莺 , 程浩军
- 申请人: 国网湖南省电力有限公司电力科学研究院 , 湖南省湘电试验研究院有限公司 , 国网湖南省电力有限公司 , 国家电网有限公司
- 申请人地址: 湖南省长沙市岳麓区玉荷路1号; ; ;
- 专利权人: 国网湖南省电力有限公司电力科学研究院,湖南省湘电试验研究院有限公司,国网湖南省电力有限公司,国家电网有限公司
- 当前专利权人: 国网湖南省电力有限公司电力科学研究院,湖南省湘电试验研究院有限公司,国网湖南省电力有限公司,国家电网有限公司
- 当前专利权人地址: 湖南省长沙市岳麓区玉荷路1号; ; ;
- 代理机构: 长沙知行亦创知识产权代理事务所
- 代理商 李杰强
- 主分类号: G06V20/70
- IPC分类号: G06V20/70 ; G06V10/26
摘要:
本发明提供一种面向电力绝缘子的图像自动标注方法,包括:获取具有图像显著性信息的绝缘子目标区域概率图#imgabs0#;联合利用电力图像#imgabs1#的空间特征和显著性光谱信息通过随机行走进行图像分割,获得绝缘子目标生成概率图#imgabs2#;对绝缘子目标生成概率图#imgabs3#进行自适应阈值处理,获得绝缘子引导区域#imgabs4#;将绝缘子引导区域#imgabs5#作为SAM视觉大模型的输入,输出自动生成的绝缘子目标区域#imgabs6#,基于绝缘子目标区域#imgabs7#生成绝缘子标注文件#imgabs8#;基于绝缘子标注文件#imgabs9#进行引导滤波处理,获得优化的绝缘子标注文件#imgabs10#。本发明充分利用SAM视觉大模型的泛化能力和零样本学习能力,充分挖掘绝缘子自身的领域知识,实现在零样本条件下对电力图像中绝缘子目标高精度的自动标注。