本发明涉及本发明涉及目标检测领域，具体涉及一种变电设备金属锈蚀的检测装置和检测方法。
背景技术：
变电设备因长期暴露在户外环境中，容易产生金属锈蚀，为避免形成安全隐患并延长设备使用寿命需要尽早发现并加以干预。基于深度学习的金属锈蚀图像自动检测方法是目前一种可行的方法，但由于金属锈蚀形状的不规则性和可拆分性，采用传统单一矩形框的数据标注方法，训练的模型往往存在锈蚀检测准确率、召回率不高的问题。
技术实现要素：
发明目的：本发明的目的在于提供一种能够提高检测准确率的变电设备金属锈蚀的检测装置和检测方法。
技术方案：本发明的变电设备金属锈蚀的检测装置，包括依次连接的样本采集模块、分层嵌套标注模块、目标检测模型训练模块以及检测结果整合模块；所述样本采集模块用于具有锈蚀缺陷的变电设备样本；所述分层嵌套标注模块对样本进行标注并划分为训练集、验证集、测试集；所述目标检测模型训练模块采用已标注的训练集对目标检测模型进行训练，获得变电设备锈蚀检测模型；所述检测结果整合模块将检测结果中所有相交检测框合并。
所述目标检测模型训练模块采用fasterr-cnn res101模型。
本发明还包括一种变电设备金属锈蚀的检测方法，包括以下步骤：
(1)采集具有锈蚀缺陷的变电设备样本图片；
(2)采用分层嵌套标注方法对样本进行语义标注并划分为训练集、验证集、测试集；
(3)利用已标注的训练集训练目标检测模型，获得变电设备锈蚀检测模型；
(4)变电设备锈蚀检测模型对待检测图片或照片流进行检测；
(6)判断检测结果中已标注的检测框是否相交，并将所有相交的检测框合并作为最终的检测结果。
(7)步骤(2)中，所述采用分层嵌套标注方法对样本进行标注具体为，先对锈蚀区域进行大面积标注，形成外层标注框；再检查已标注框内是否存在可拆分的独立锈蚀个体，若存在则对其再次标注，形成第二层的内层嵌套标注框。
所述分层嵌套标注方法中采用矩形框的标注形式。
步骤(5)中，将所有相交的检测框合并之后所得到所有相交的检测框的最小外接框进行合并作为最终的检测结果。
有益效果：本发明与现有技术相比，其有益效果在于：(1)具有精准检测能力；通过分层嵌套标注方法极大增加了训练样本中ground-truth的数量，充分发挥了深度学习目标检测模型的学习能力，相较于传统标注方法，在检测率和召回率方面均取得了极大的提高；(2)无需专用摄像头，可应用于巡检机器人、无人机等设备上，成本低；(3)目标检测模型训练方法简单，用户体验更好。
附图说明
图1为本发明所述检测方法的流程示意图；
图2为图1中分层嵌套标注方法的示例图；
图3为图1中检测结果中重叠、嵌套检测卡的处理示例图。
具体实施方式
下面结合具体实施方式和说明书附图对本发明做进一步详细描述。
如图1所示，本发明的变电设备金属锈蚀的检测方法，可以应用在任何具有摄像头的巡检机器人、无人机上，包括以下步骤：
(1)采集具有锈蚀缺陷的变电设备样本图片；并且，搜集具有锈蚀缺陷的变电设备样本应当涵盖实际运转过程中的所有变电设备且样本数量要尽可能的多；
由于变电设备大小不一以及锈蚀蔓延等问题导致锈蚀区域的大小具有不规则性。同时，金属锈蚀又具有可拆分性，即其既可以作为一整片锈蚀的组成部分，也可以看出是一个个独立的锈蚀区域。因此，如图2所示，采用分层嵌套标注方法对样本进行语义标注并划分为训练集、验证集、测试集；本实施例中，采用矩形框的标注形式，将变电设备中锈蚀的部分用矩形框的形式标注出来；
其中，采用分层嵌套标注方法对样本进行标注具体为，先采用传统的标注方法对锈蚀区域进行大面积标注，形成外层标注框；只要在视觉上是连续的、相邻的不能清晰划分的锈蚀都用一个较大的矩形框标注，如图2中的标注框gt1；再检查已标注的框内是否存在可拆分的独立锈蚀个体，若存在则对该区域再次标注，形成第二层的内层嵌套标注框，如图2中gt1内部的gt2、gt3；
(2)利用已标注的训练集训练fasterr-cnn res101目标检测模型，获得变电设备锈蚀检测模型；
(3)变电设备锈蚀检测模型对待检测图片或照片流进行检测；
(4)如图3所示，判断检测结果中已标注的检测框是否相交，并将所有相交的检测框合并之后所得到所有相交的检测框的最小外接矩阵进行合并作为最终的检测结果；这是由于采用分层嵌套标注方法标注的样本中ground-truth存在大量的重叠、嵌套，故采用分层嵌套标注训练的目标检测模型，检测出的矩形框也会出现大量的重叠、嵌套。为此，将检测结果中所有相交检测框进行合并并将其作为最终的检测结果，即将所有相交检测框的最小外接矩阵作为最终的检测结果。如图3(a)，矩形框a，b相交。为此，使用图3(b)中的矩形框c代替a，b作为最终的检测结果。
本发明还公开了一种变电设备金属锈蚀的检测装置，包括依次连接的样本采集模块、分层嵌套标注模块、目标检测模型训练模块以及检测结果整合模块；样本采集模块用于具有锈蚀缺陷的变电设备样本；分层嵌套标注模块对样本进行标注并划分为训练集、验证集、测试集；目标检测模型训练模块采用已标注的训练集对目标检测模型进行训练，获得变电设备锈蚀检测模型；检测结果整合模块将检测结果中所有相交检测框合并。其中，目标检测模型训练模块采用fasterr-cnn res101模型。
1.一种变电设备金属锈蚀的检测装置，其特征在于：包括依次连接的样本采集模块、分层嵌套标注模块、目标检测模型训练模块以及检测结果整合模块；所述样本采集模块用于具有锈蚀缺陷的变电设备样本；所述分层嵌套标注模块对样本进行标注并划分为训练集、验证集、测试集；所述目标检测模型训练模块采用已标注的训练集对目标检测模型进行训练，获得变电设备锈蚀检测模型；所述检测结果整合模块将检测结果中所有相交检测框合并。
2.根据权利要求1所述变电设备金属锈蚀的检测装置，其特征在于：所述目标检测模型训练模块采用fasterr-cnn res101模型。
3.一种基于权利要求1所述变电设备金属锈蚀的检测装置的检测方法，其特征在于，包括以下步骤：
(1)采集具有锈蚀缺陷的变电设备样本图片；
(2)采用分层嵌套标注方法对样本进行语义标注并划分为训练集、验证集、测试集；
(3)利用已标注的训练集训练目标检测模型，获得变电设备锈蚀检测模型；
(4)变电设备锈蚀检测模型对待检测图片或照片流进行检测；
(5)判断检测结果中已标注的检测框是否相交，并将所有相交的检测框合并作为最终的检测结果。
4.根据权利要求1所述变电设备金属锈蚀的检测方法，其特征在于：步骤(2)中，所述采用分层嵌套标注方法对样本进行语义标注具体为，先对锈蚀区域进行大面积标注，形成外层标注框；再检查已标框内是否存在可拆分的独立锈蚀个体，若存在则对其再次标注，形成第二层的内层嵌套标注框。
5.根据权利要求2所述变电设备金属锈蚀的检测方法，其特征在于：所述分层嵌套标注方法中采用矩形框的标注形式。
6.根据权利要求5所述变电设备金属锈蚀的检测方法，其特征在于：步骤(5)中，将所有相交的检测框合并之后所得到所有相交的检测框的最小外接框进行合并作为最终的检测结果。
技术总结