摘要
本申请公开了一种基于目标检测的电力领域半自动化标注的方法,属于目标检测技术领域,所述方法包括:将采集的电力设备组合部件三维建模数据导入渲染引擎,以获取预设角度范围内多角度渲染图像;采用深度卷积神经网络提取所述渲染图像的轮廓信息,通过多尺度特征提取模块和自适应加权残差连接结构对特征进行融合和训练;对训练后检测到的组合部件进行透视变换和自适应阈值分割,采用区域生长算法完成部件分割,并建立组合部件与独立部件的层级关系;按预设帧率提取电力设备视频帧并进行预处理,对基于预处理图像获取的模型检测结果进行半自动微调以得到标注数据。通过本申请的方案,能够提升电力设备部件识别的性能,适应复杂的实际应用场景。
技术关键词
组合部件
三维建模数据
多尺度特征提取
区域生长算法
深度卷积神经网络
加权残差
轮廓信息
协方差矩阵
图像
电力设备部件
卡尔曼滤波
多角度
计算机程序产品
观测噪声
注意力
估计方法
状态转移模型
视频帧