本發(fā)明實施例涉及輸電線路安全控制，尤其涉及一種覆冰圖像分割方法、裝置、電子設(shè)備和存儲介質(zhì)。

背景技術(shù)：

1、輸電線路在冬季容易受到冰雪覆蓋的影響。覆冰不僅會增加輸電線路的重量，導致機械負荷增加，還可能引發(fā)導線跳躍、斷線等安全事故，嚴重影響電力系統(tǒng)的安全運行。因此，實時監(jiān)測和及時清理輸電線路上的覆冰是保障電力系統(tǒng)安全的重要任務(wù)。

2、近年來，深度學習技術(shù)在計算機視覺領(lǐng)域取得了顯著進展，尤其是在圖像分類、目標檢測和圖像分割等任務(wù)中表現(xiàn)優(yōu)異?；谏疃葘W習的自動化覆冰檢測和分割方法可以通過大規(guī)模數(shù)據(jù)訓練模型，自動提取覆冰特征，適應(yīng)復雜多變的環(huán)境，顯著提高了輸電線路覆冰圖像分割的準確性和魯棒性。但是現(xiàn)在的基于深度學習的覆冰圖像的分割方法中，深度學習網(wǎng)絡(luò)參數(shù)過多，導致模型訓練耗時，運行效率低，降低了輸電線路覆冰圖像分割的效率。

技術(shù)實現(xiàn)思路

1、本發(fā)明實施例提供一種覆冰圖像分割方法、裝置、電子設(shè)備和存儲介質(zhì)，能夠快速、準確的得到能夠分割輸電線路覆冰圖像的模型，提高了模型訓練的效率，進一步提高了輸電線路覆冰圖像分割的效率，便于根據(jù)覆冰情況進行后續(xù)的判別操作。

2、第一方面，本發(fā)明實施例提供一種覆冰圖像分割方法，包括：

3、當預先建立的初始分割模型不滿足預設(shè)條件時，獲取輸電線路的覆冰圖像集；所述初始分割模型包括特征提取模塊和上采樣模塊；

4、基于所述特征提取模塊的空洞卷積單元和注意力單元對所述覆冰圖像集中的覆冰圖像進行特征提取，得到第一特征；

5、根據(jù)所述第一特征和所述上采樣模塊得到所述覆冰圖像的目標特征；

6、基于所述目標特征和預先設(shè)定的損失函數(shù)對所述初始分割模型進行優(yōu)化，直到所述初始分割模型滿足所述預設(shè)條件，得到目標分割模型，所述目標分割模型用于對輸電線路覆冰圖像進行圖像分割。

7、第二方面，本發(fā)明實施例提供一種覆冰圖像分割裝置，所述裝置包括：

8、數(shù)據(jù)獲取模塊，用于當預先建立的初始分割模型不滿足預設(shè)條件時，獲取輸電線路的覆冰圖像集；所述初始分割模型包括特征提取模塊和上采樣模塊；

9、第一確定模塊，用于基于所述特征提取模塊的空洞卷積單元和注意力單元對所述覆冰圖像集中的覆冰圖像進行特征提取，得到第一特征；

10、第二確定模塊，用于根據(jù)所述第一特征和所述上采樣模塊得到所述覆冰圖像的目標特征；

11、模型優(yōu)化模塊，用于基于所述目標特征和預先設(shè)定的損失函數(shù)對所述初始分割模型進行優(yōu)化，直到所述初始分割模型滿足所述預設(shè)條件，得到目標分割模型，所述目標分割模型用于對輸電線路覆冰圖像進行圖像分割。

12、第三方面，本發(fā)明實施例還提供了一種電子設(shè)備，所述電子設(shè)備包括存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，所述處理器執(zhí)行所述程序時實現(xiàn)如本發(fā)明實施例中任一所述的一種覆冰圖像分割方法。

13、第四方面，本發(fā)明實施例還提供了一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，該程序被處理器執(zhí)行時實現(xiàn)如本發(fā)明實施例中任一所述的一種覆冰圖像分割方法。

14、本發(fā)明實施例中，使用空洞卷積代替?zhèn)鹘y(tǒng)卷積，在不降低分辨率的情況下擴大了感受野，在空洞卷積單元的基礎(chǔ)上結(jié)合注意力單元，使得目標分割模型能夠融合多個尺度的覆冰特征信息，改善輸電線路覆冰圖像分割質(zhì)量，抑制干擾因素。通過上采樣模塊節(jié)約目標分割模型的參數(shù)計算量，提高模型訓練的效率，并且使得目標分割模型能有效分割輸電線路覆冰圖像。

技術(shù)特征：

1.一種覆冰圖像分割方法，其特征在于，所述方法包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述特征提取模塊還包括池化單元，基于所述特征提取模塊的空洞卷積單元和注意力單元對所述覆冰圖像集中的覆冰圖像進行特征提取，得到第一特征，包括：

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，通過所述空洞卷積單元對所述第一輸出特征進行空洞卷積，得到第二輸出特征，包括：

4.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述池化單元包括第一卷積層、第二卷積層、第三卷積層和最大池化層，通過所述池化單元對所述第二輸出特征進行特征提取，得到第三輸出特征，包括：

5.根據(jù)權(quán)利要求2所述的方法，其特征在于，根據(jù)所述注意力單元對所述第三輸出特征進行權(quán)值調(diào)整，得到所述第一特征，包括：

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，根據(jù)所述第一特征和所述上采樣模塊得到所述覆冰圖像的目標特征，包括：

7.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：

8.一種覆冰圖像分割裝置，其特征在于，包括：

9.一種電子設(shè)備，所述電子設(shè)備包括存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執(zhí)行所述程序時實現(xiàn)如權(quán)利要求1至7中任一所述的一種覆冰圖像分割方法。

10.一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，其特征在于，該程序被處理器執(zhí)行時實現(xiàn)如權(quán)利要求1至7中任一所述的一種覆冰圖像分割方法。

技術(shù)總結(jié)
本發(fā)明實施例公開了一種覆冰圖像分割方法、裝置、電子設(shè)備和存儲介質(zhì)，該方法包括：當預先建立的初始分割模型不滿足預設(shè)條件時，獲取輸電線路的覆冰圖像集；基于特征提取模塊的空洞卷積單元和注意力單元對覆冰圖像集中的覆冰圖像進行特征提取，得到第一特征；根據(jù)第一特征和上采樣模塊得到覆冰圖像的目標特征；基于目標特征和預先設(shè)定的損失函數(shù)對初始分割模型進行優(yōu)化，直到初始分割模型滿足覆冰圖像分割預設(shè)條件，得到目標分割模型。本發(fā)明的目標分割模型能有效分割輸電線路的覆冰圖像。

技術(shù)研發(fā)人員：馬濤,曾智,袁翔,丘仙兵,劉榮江,楊帆,田小東,王梓寧,劉小情,黃華安,黃彬輝,蔡劍勇,梁振威,葉衛(wèi)民,胡玉婷,洪煥森,崔宮,沈衛(wèi)彬,黃芳
受保護的技術(shù)使用者：廣東電網(wǎng)有限責任公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/5