本发明涉及计算机视觉领域，尤其涉及一种变电站管状充油设备油位检测方法及系统。
背景技术：
1、变电站中存在大量的电力表计、呼吸器，表计承担着对变电站和传输线、电能质量等的监测，对于变电站的智能感知与状态监测至关重要。而变压器呼吸器设备则是用于清除吸入空气中的杂质和水分，以此来保证变压器稳定可靠的运行，一旦呼吸器受损会造成变压器呼吸不畅，导致变压器内部压力过大，可能会引起保护跳闸或者释放阀动作。
2、由于各种原因导致变电站表计的表盘破损、外壳破损，呼吸器的硅胶桶破损、油封破损等，不做及时处理将会极大影响这些表计和呼吸器的工作状况。同时，这些表计、呼吸器分布在变电站的各个角落，对其破损情况进行人工巡检存在环境差、成本高等问题。近年来，借助搭载摄像头的巡检机器人、无人机等检测平台对变电站智能巡检，减少了运维人员采集电力表计图像的工作量。但是表计、呼吸器存在破损形态多样且不明显的问题，使用单一目标检测效果较差，为准确识别表计、呼吸器破损情况，本发明在人工智能和深度学习应用领域不断拓展的基础上，提出基于一种变电站管状充油设备油位检测方法与系统。
技术实现思路
1、为了解决上述技术问题或者至少部分地解决上述技术问题，本发明提供一种变电站管状充油设备油位检测方法及系统。
2、第一方面，本发明提供一种变电站管状充油设备油位检测方法，包括：
3、获取变电站管状充油设备图像，并且对管状充油设备图像中套管本体、储油柜油位计本体、瓦斯继电器本体、油位观察窗、油位进行标注，并进行图像增强来构建管状充油设备检测数据集；
4、利用管状充油设备检测数据集的训练集、测试集和验证集训练目标检测模型，以使目标检测模型能够识别分类管状充油设备的油位和油位观察窗，通过目标检测框对油位和油位观察窗定位；
5、利用训练得到的目标检测模型对待识别管状充油设备图像进行预测得到待识别管状充油设备图像中管状充油设备，管状充油设备油位，管状充油设备油位观察窗，管状充油设备、油位和油位观察窗的目标检测框；对得到的预测结果进行后处理分析得到油量，所述后处理分析包括：将管状充油设备、管状充油设备油位、管状充油设备油位观察窗配对，获取配对的油位目标检测框和油位观察窗目标检测框高度比值，根据高度比值映射得到配对类别管状充油设备的油量。
6、更进一步地，所述目标检测模型包括对输入图像进行1/4倍、1/8倍、1/16倍和1/32倍下采样的骨干网络，所述骨干网络将不同倍数的下采样特征传递给颈网络，所述颈网络从1/32倍下采样特征开始依次进行三次上采样并将每次上采样特征与骨干网络的相应的下采样特征融合，实现不同尺度特征融合，所述颈网络从融合的1/4倍融合特征开始依次进行三次下采样，并将颈网络的每次下采样特征与相应的颈网络融合特征融合，得到1/4倍特征图、1/8倍特征图、1/16倍特征图、1/32倍特征图；对1/4倍特征图、1/8倍特征图、1/16倍特征图、1/32倍特征图重参数化后传输给包含四个检测模块的头网络，四个检测模块分别从四个尺度进行管状充油设备的目标检测、目标定位和目标分类。
7、更进一步地，所述骨干网络包括：一层特征提取卷积层，特征提取卷积层连接四个级联的下采样模块，每个下采样模块包含下采样卷积层和支持跳连的c3单元，级联的下采样模块对上级的输出特征进行1/2倍的下采样，下采样模块的c3单元将提取的不同倍数的下采样特征传给颈网络。
8、更进一步地，所述颈网络包括：对1/32倍下采样特征进行空间金字塔池化的sppf模块，所述sppf模块连接卷积层、1/32倍上采样，1/32倍上采样的输出和1/16倍下采样特征经1/16融合层融合；1/16融合层连接不支持跳连的c3单元、卷积层、1/16倍上采样，1/16倍上采样的输出和1/8倍下采样特征经1/8融合层融；1/8融合层连接不支持跳连的c3单元、卷积层、1/8倍上采样，1/18倍上采样的输出和1/4倍下采样特征经1/4融合层融合；
9、1/4融合层输出经不支持跳连的c3单元处理得到1/4倍特征图；1/4倍特征图一方面经卷积层进行重参数化，另一方面经下采样卷积下采样，1/8倍融合层将颈网络下采样特征与相应的颈网络融合特征融合，1/8倍融合层输出经不支持跳连的c3单元处理得到1/8倍特征图；1/8倍特征图一方面经卷积层进行重参数化，另一方面经下采样卷积下采样，1/16倍融合层将颈网络下采样特征与相应的颈网络融合特征融合，1/16倍融合层输出经不支持跳连的c3单元处理得到1/32倍特征图，1/32倍特征图经卷积层进行重参数化。
10、更进一步地，c3单元包括：两并行的卷积核大小为1的步长为1卷积层、与并行卷积层中一个连接的可堆叠的bottleneck层，融合层将两并行的卷积层中的另一个的输出与bottleneck层的输出融合，连接融合层的卷积核大小为1的步长为1端卷积层，其中bottleneck层包括支持跳连和不支持跳连两种，其中，不支持跳连的bottleneck层包括卷积核大小为1步长为1的卷积层，卷积核大小为3步长为1的卷积层，其中支持跳连的bottleneck层包括：卷积核大小为1步长为1的卷积层，卷积核大小为3步长为1的卷积层，将卷积核大小为3步长为1的卷积层输出与输入相加的add层。
11、更进一步地，所述目标检测模型通过bbox编解码对管状充油设备进行定位，其中bbox编解码设置支持小目标检测的锚框。
12、更进一步地，所述将管状充油设备、管状充油设备油位、管状充油设备油位观察窗配对包括：获取管状充油设备、管状充油设备油位、管状充油设备油位观察窗的目标检测框；遍历管状充油设备目标检测框，将每个管状充油设备目标检测框和管状充油设备油位观察窗的目标检测框进行交并比，对于每个管状充油设备，取与其目标检测框交并比最大的管状充油设备油位观察窗作为一对；遍历管状充油设备油位观察窗的目标检测框，将每个管状充油设备油位观察窗的目标检测框和管状充油设备有位的目标检测框进行交并比，对于每个管状充油设备油位观察窗，取与其目标检测框取交并比最大的管状充油设备油位作为一对。
13、更进一步地，利用图像增强操作对状充油设备检测数据集中随机挑选图片进行增强处理，所述图像增强操作包括调整亮度、对比度、色相、饱和度，增加高斯噪声、椒盐噪声，进行仿射变换、镜像、旋转。
14、更进一步地，根据高度比值映射得到配对类别管状充油设备的油量包括：按照配对的管状充油设备的类别指定比值油量映射关系，所述比值和油量映射关系记录每类管状充油设备的油位和油位观察窗的目标检测框高度比值与该类管状充油设备油量的关系，根据配对的油位油位观察窗检测框高度比值和比值油量映射关系得到待识别图像中所有的管状充油设备的油量。
15、第二方面，本发明提供一种变电站管状充油设备油位检测系统，实现所述的变电站管状充油设备油位检测方法，包括：
16、图像采集模块，用于采集变电站管状充油设备图像数据；
17、目标检测模块，所述目标检测模块基于管状充油设备检测数据集的训练集、验证集以及测试集预训练的目标检测模型实现，检测所述待识别管状充油设备图像中管状充油设备，管状充油设备油位，管状充油设备油位观察窗，管状充油设备、油位和油位观察窗的目标检测框；
18、后处理模块，将管状充油设备、管状充油设备油位、管状充油设备油位观察窗配对，获取配对的油位目标检测框和油位观察窗目标检测框高度比值，根据高度比值映射得到配对类别管状充油设备的油量。
19、本发明实施例提供的上述技术方案与现有技术相比具有如下优点：
20、本发明通过目标检测模型对变电站场景中存在的管状充油设备及相应油位观察窗、油位进行识别，得到管状充油设备、油位和油位观察窗的目标检测框，经管状充油设备、油位和油位观察窗配对后，利用配对的油位和油位观察窗的目标检测框高度比值，计算配对的管状充油设备的油量。支持通过无需油量传感器油量表的情况下，利用管状充油设备视频进行油位估计，支持对一张图片中多管状充油设备目标的同时读数，能提升运维效率，降低运维成本。本技术能够实现管状油位的精准读数，误差在5％之内的精度大于98％。本发明不需要对图像做倾斜矫正，对于图像中管状油位表倾斜但是能够看清油位的情况，本发明可以直接适用，不需要增加多余的处理。
1.一种变电站管状充油设备油位检测方法，其特征在于，包括：
2.根据权利要求1所述的变电站管状充油设备油位检测方法，其特征在于，所述目标检测模型包括对输入图像进行1/4倍、1/8倍、1/16倍和1/32倍下采样的骨干网络，所述骨干网络将不同倍数的下采样特征传递给颈网络，所述颈网络从1/32倍下采样特征开始依次进行三次上采样并将每次上采样特征与骨干网络的相应的下采样特征融合，实现不同尺度特征融合，所述颈网络从融合的1/4倍融合特征开始依次进行三次下采样，并将颈网络的每次下采样特征与相应的颈网络融合特征融合，得到1/4倍特征图、1/8倍特征图、1/16倍特征图、1/32倍特征图；对1/4倍特征图、1/8倍特征图、1/16倍特征图、1/32倍特征图重参数化后传输给包含四个检测模块的头网络，四个检测模块分别从四个尺度进行管状充油设备的目标检测、目标定位和目标分类。
3.根据权利要求2所述的变电站管状充油设备油位检测方法，其特征在于，所述骨干网络包括：一层特征提取卷积层，特征提取卷积层连接四个级联的下采样模块，每个下采样模块包含下采样卷积层和支持跳连的c3单元，级联的下采样模块对上级的输出特征进行1/2倍的下采样，下采样模块的c3单元将提取的不同倍数的下采样特征传给颈网络。
4.根据权利要求2所述的变电站管状充油设备油位检测方法，其特征在于，所述颈网络包括：对1/32倍下采样特征进行空间金字塔池化的sppf模块，所述sppf模块连接卷积层、1/32倍上采样，1/32倍上采样的输出和1/16倍下采样特征经1/16融合层融合；1/16融合层连接不支持跳连的c3单元、卷积层、1/16倍上采样，1/16倍上采样的输出和1/8倍下采样特征经1/8融合层融；1/8融合层连接不支持跳连的c3单元、卷积层、1/8倍上采样，1/18倍上采样的输出和1/4倍下采样特征经1/4融合层融合；
5.根据权利要求3或4所述的变电站管状充油设备油位检测方法，其特征在于，c3单元包括：两并行的卷积核大小为1的步长为1卷积层、与并行卷积层中一个连接的可堆叠的bottleneck层，融合层将两并行的卷积层中的另一个的输出与bottleneck层的输出融合，连接融合层的卷积核大小为1的步长为1端卷积层，其中bottleneck层包括支持跳连和不支持跳连两种，其中，不支持跳连的bottleneck层包括卷积核大小为1步长为1的卷积层，卷积核大小为3步长为1的卷积层，其中支持跳连的bottleneck层包括：卷积核大小为1步长为1的卷积层，卷积核大小为3步长为1的卷积层，将卷积核大小为3步长为1的卷积层输出与输入相加的add层。
6.根据权利要求1所述的变电站管状充油设备油位检测方法，其特征在于，所述目标检测模型通过bbox编解码对管状充油设备进行定位，其中bbox编解码设置支持小目标检测的锚框。
7.根据权利要求1所述的变电站管状充油设备油位检测方法，其特征在于，所述将管状充油设备、管状充油设备油位、管状充油设备油位观察窗配对包括：获取管状充油设备、管状充油设备油位、管状充油设备油位观察窗的目标检测框；遍历管状充油设备目标检测框，将每个管状充油设备目标检测框和管状充油设备油位观察窗的目标检测框进行交并比，对于每个管状充油设备，取与其目标检测框交并比最大的管状充油设备油位观察窗作为一对；遍历管状充油设备油位观察窗的目标检测框，将每个管状充油设备油位观察窗的目标检测框和管状充油设备有位的目标检测框进行交并比，对于每个管状充油设备油位观察窗，取与其目标检测框取交并比最大的管状充油设备油位作为一对。
8.根据权利要求1所述的变电站管状充油设备油位检测方法，其特征在于，利用图像增强操作对状充油设备检测数据集中随机挑选图片进行增强处理，所述图像增强操作包括调整亮度、对比度、色相、饱和度，增加高斯噪声、椒盐噪声，进行仿射变换、镜像、旋转。
9.根据权利要求1所述的变电站管状充油设备油位检测方法，其特征在于，根据高度比值映射得到配对类别管状充油设备的油量包括：按照配对的管状充油设备的类别指定比值油量映射关系，所述比值和油量映射关系记录每类管状充油设备的油位和油位观察窗的目标检测框高度比值与该类管状充油设备油量的关系，根据配对的油位油位观察窗检测框高度比值和比值油量映射关系得到待识别图像中所有的管状充油设备的油量。
10.一种变电站管状充油设备油位检测系统，实现权利要求1-9任一所述的变电站管状充油设备油位检测方法，其特征在于，包括：
