基于VGG-net风格迁移的变压器目标检测与外观缺陷识别方法

    公开(公告)号:CN109800697A

    公开(公告)日:2019-05-24

    申请号:CN201910020552.1

    申请日:2019-01-09

    IPC分类号: G06K9/00

    摘要: 本发明公开了一种基于VGG-net风格迁移的变压器目标检测与外观缺陷识别方法,涉及图像识别领域。目前变电站内设备外观状态巡视主要依靠机器人采集图像分析完成,由于图像采集误差,外观检测可能出现偏移,导致外观检测失准;另外,采集的设备图像多为正样本,包含锈蚀、漏油等外观缺陷的负样本较少,会导致模型训练过拟合,泛化能力差,容易造成误检。本方法首先采集样本,构建样本集;然后利用SSD目标检测算法精准截取目标设备,用于检测外观缺陷;而后针对负样本不足的问题,利用基于VGG-net的风格迁移算法,生成缺陷样本用于扩充样本集,提升判别模型的泛化能力;最后根据Le-net的判别网络对外观进行检测。精确地实现了变压器目标检测与外观缺陷识别。

    基于VGG-net风格迁移的变压器目标检测与外观缺陷识别方法

    公开(公告)号:CN109800697B

    公开(公告)日:2022-10-25

    申请号:CN201910020552.1

    申请日:2019-01-09

    IPC分类号: G06V20/10 G06V10/80

    摘要: 本发明公开了一种基于VGG‑net风格迁移的变压器目标检测与外观缺陷识别方法,涉及图像识别领域。目前变电站内设备外观状态巡视主要依靠机器人采集图像分析完成,由于图像采集误差,外观检测可能出现偏移,导致外观检测失准;另外,采集的设备图像多为正样本,包含锈蚀、漏油等外观缺陷的负样本较少,会导致模型训练过拟合,泛化能力差,容易造成误检。本方法首先采集样本,构建样本集;然后利用SSD目标检测算法精准截取目标设备,用于检测外观缺陷;而后针对负样本不足的问题,利用基于VGG‑net的风格迁移算法,生成缺陷样本用于扩充样本集,提升判别模型的泛化能力;最后根据Le‑net的判别网络对外观进行检测。精确地实现了变压器目标检测与外观缺陷识别。