用于套管异常发热检测的套管部件定位方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114241199A(43)申请公布日2022.03.25(21)申请号202210150057.4(22)申请日2022.02.18(71)申请人浙江天铂云科光电股份有限公司地址310000浙江省杭州市余杭区良渚街道纳贤街2号（8幢）4层(72)发明人梁川高俊丽朱怡良(74)专利代理机构杭州新源专利事务所(普通合伙)33234代理人章琪超(51)Int.Cl.G06V10/25(2022.01)G06V10/774(2022.01)G06V10/764(2022.01)G06K9/62(2022.01)权利要求书2页说明书4页附图3页(54)发明名称用于套管异常发热检测的套管部件定位方法(57)摘要本发明公开了一种用于套管异常发热检测的套管部件定位方法，包括以下步骤：采集不同类别的套管红外图像，并提取温度视觉数据，作为数据库；将数据库的数据进行框标注和点标注，用于训练网络模型；裁剪目标框位置的温度视觉数据区域，去除背景温度视觉数据，形成标准采样数据集；使用RetinaNet框架，MobileNetV1作为主干特征提取网络，搭建套管分类模型和特征点检测模型，将未知的套管温度视觉数据输入到分类模型和特征点检测模型，得到套管的5个特征点；将套管的5个特征点转化为3个部件框，得到接头部件框R0，本体上半部分的部件框R1和本体下半部分的部件框R2的位置。本发明具有定位检测精准率高、召回率高的特点。CN114241199ACN114241199A权利要求书1/2页1.用于套管异常发热检测的套管部件定位方法，其特征在于：包括以下步骤：S1、数据采集：采集不同类别的套管的红外图像，并提取每类套管的红外图像中的温度视觉数据，形成温度视觉图像，作为数据库；S2、数据标注：（1）对数据库中的每一条数据进行目标框标注，得套管类别，用于训练套管分类模型；（2）对目标框中的套管进行五点标注，用于训练特征点检测模型；S3、套管部件框位置检测：（1）数据预处理：裁剪目标框位置的温度视觉数据区域，去除背景温度视觉数据，形成经标注的标准采样数据集；（2）使用RetinaNet框架，MobileNetV1作为主干特征提取网络，搭建套管分类模型，导入经标注的标准采样数据集进行训练；（3）针对每个套管分类模型，使用RetinaNet框架，MobileNetV1作为主干特征提取网络，回归套管特征点坐标，搭建特征点检测模型，导入经标注的标准采样数据集进行训练；（4）将未知的套管温度视觉数据，依次输入训练好的套管分类模型和特征点检测模型，得到套管的5个特征点；（5）将套管的5个特征点转化为3个部件框，得到接头部件框R0，本体上半部分的部件框R1和本体下半部分的部件框R2的位置。2.根据权利要求1所述的用于套管异常发热检测的套管部件定位方法，其特征在于：步骤S1中，所述套管根据电压的大小分为四种类别的套管，分别为电压在66kV以下的套管A、电压为110kV的套管B、电压为220kV的套管C和电压在500kV以上的套管D。3.根据权利要求1所述的用于套管异常发热检测的套管部件定位方法，其特征在于：步骤S1中，温度视觉数据的提取具体是从每类套管的红外图像中的温度视觉数据中任意选取2000~3000条温度视觉数据，形成温度视觉图像，作为数据库。4.根据权利要求1所述的用于套管异常发热检测的套管部件定位方法，其特征在于：步骤S2中，所述目标框标注为对温度视觉图像中心的目标套管所在位置进行框标注，得到目标套管所在位置的左上角和右下角的坐标信息。5.根据权利要求1所述的用于套管异常发热检测的套管部件定位方法，其特征在于：步骤S2中，所述五点标注的五个点分别为套管本体的左上角p1点，套管本体的左下角p2点，套管本体的右下角p3点，套管本体的右上角p4点和套管接头的连接处p5点。6.根据权利要求1所述的用于套管异常发热检测的套管部件定位方法，其特征在于：步骤S3的数据预处理具体为，裁剪标注好的数据库中目标框位置的温度视觉数据区域，去除背景温度视觉数据，再经z‑score标准化处理，然后在上下左右分别零填充至数据尺寸为600*600*1，形成经标注的标准采样数据集。7.根据权利要求1所述的用于套管异常发热检测的套管部件定位方法，其特征在于：步骤S3中，经标注的标准采样数据的训练具体为，将经标注的标准采样数据集按照6:2:2的比例划分为训练集、验证集和测试集，训练集和验证集分别用于训练和验证套管分类模型和特征点检测模型，测试集用于测试已训练好的套管分类模型的有效性。8.根据权利要求1所述的用于套管异常发热检测的套管部件定位方法，其特征在于：步骤S3中，所述套管分类模型和特征点检测模型均使用反向传播和随机梯度下降进行端