【技术实现步骤摘要】
生成缺陷图像样本的方法、装置、介质及程序产品
本申请涉及计算机
,具体涉及计算机视觉和深度学习等人工智能
,尤其涉及一种生成缺陷图像样本的方法、装置、介质及程序产品。
技术介绍
在高压输电线路中,绝缘子器件用于将导线固定在电杆并使导线与电杆等器件绝缘。绝缘子由于其诸多优点,例如,玻璃绝缘子和瓷瓶式绝缘子,以玻璃绝缘子为例,在当前的线路绝缘子用量中占据1/3左右。然而,一旦玻璃绝缘子器件中压应力和张应力的平衡被破坏,在应力作用下玻璃绝缘子器件会迅速产生裂纹,进而造成玻璃件粉碎,也即自爆。玻璃绝缘子自爆、断串一旦发生都将严重影响线路安全。因此,加强玻璃绝缘子巡视检查,在恶劣天气如雷击后应及时对输电线路进行特定巡检。在巡检输电线路过程中,由于玻璃绝缘子自爆仍然属于小概率事件。所以,通过人工巡检方式和无人机巡检方式获取的图像数据存在一个共同的问题就是玻璃绝缘子样本数据非常少。目前,通过基于几何变换的扩增方法和数据合成的扩增方法,为深度学习模型的缺陷检测提供大量的缺陷样本作为训练数据。
技术实现思路
本申请实施例提出了一种生成缺陷图像样本的方法、装置、介质及程序产品。第一方面,本申请实施例提出了一种生成缺陷图像样本的方法,包括:获取目标图像,以及目标图像中绝缘子的缺陷部分对应的位置标签;确定目标图像中的图像块与预设的图块库中的图像块之间的匹配度,其中,图块库由获取的第一缺陷图像样本中的图像块所构建;根据匹配度和预设的匹配度阈值,构建掩模矩阵;根据掩模矩阵和位置标签,确定目 ...
【技术保护点】
1.一种生成缺陷图像样本的方法,包括:/n获取目标图像,以及所述目标图像中绝缘子的缺陷部分对应的位置标签;/n确定所述目标图像中的图像块与预设的图块库中的图像块之间的匹配度,其中,所述图块库由获取的第一缺陷图像样本中的图像块所构建;/n根据所述匹配度和预设的匹配度阈值,构建掩模矩阵;/n根据所述掩模矩阵和所述位置标签,确定所述目标图像中的绝缘子图像对应的无背景图像;/n根据所述绝缘子图像对应的无背景图像和预设的正常图像样本,生成第二缺陷图像样本。/n
【技术特征摘要】
1.一种生成缺陷图像样本的方法,包括:
获取目标图像,以及所述目标图像中绝缘子的缺陷部分对应的位置标签;
确定所述目标图像中的图像块与预设的图块库中的图像块之间的匹配度,其中,所述图块库由获取的第一缺陷图像样本中的图像块所构建;
根据所述匹配度和预设的匹配度阈值,构建掩模矩阵;
根据所述掩模矩阵和所述位置标签,确定所述目标图像中的绝缘子图像对应的无背景图像;
根据所述绝缘子图像对应的无背景图像和预设的正常图像样本,生成第二缺陷图像样本。
2.根据权利要求1所述的方法,其中,所述根据所述匹配度和预设的匹配度阈值,构建掩模矩阵,包括:
将所述匹配度和预设的匹配度阈值进行比较,确定匹配结果;
根据所述匹配结果,构建掩模矩阵。
3.根据权利要求2所述的方法,其中,所述根据所述匹配结果,构建掩模矩阵,包括:
将所述掩模矩阵中的值设置为与所述匹配结果对应的值。
4.根据权利要求3所述的方法,若所述目标图像中的图像块包括第一图像块和第二图像块,所述匹配度包括:所述第一图像块与所述图块库中的图像块之间的第一匹配度,以及所述第二图像块与所述图块库中的图像块之间的第二匹配度;
所述将所述掩模矩阵中的值设置为与所述匹配结果对应的值,包括:
响应于第一匹配结果为所述第一匹配度满足预设的匹配度阈值,将所述掩模矩阵中的第一值设置为与所述第一匹配结果对应的值;
响应于第二匹配结果为所述第二匹配度不满足预设的匹配度阈值,将所述掩模矩阵中的第二值设置为与所述第二匹配结果对应的值。
5.根据权利要求1所述的方法,其中,所述根据所述掩模矩阵和所述位置标签,确定所述目标图像中的绝缘子图像对应的无背景图像,包括:
根据所述掩模矩阵和所述目标图像的交集,确定所述目标图像对应的无背景图像;
根据所述目标图像对应的无背景图像和所述位置标签,确定分割后的绝缘子图像对应的无背景图像。
6.根据权利要求1-5任一项所述的方法,所述方法还包括:
将所述目标图像和所述第二缺陷图像样本输入预先训练的生成对抗网络中,将所述目标图像的风格迁移至所述第二缺陷图像样本,得到风格迁移后的缺陷图像样本。
7.根据权利要求6所述的方法,其中,所述生成对抗网络包括学习周期一致的变换函数F和G。
8.根据权利要求1所述的方法,其中,所述图块库基于以下步骤确定:
获取第一缺陷图像样本中绝缘子的缺陷部分对应的位置标签;
根据所述第一缺陷图像样本中绝缘子的缺陷部分对应的位置标签,确定所述第一缺陷图像样本中绝缘子的相对位置;
在所述相对位置处,利用绝缘子的色彩区间对所述第一缺陷图像样进行采样,以确定绝缘子在所述第一缺陷图像样本上的位置信息;
将所述位置信息所对应的绝缘子图像划分为多个图像块;
基于所述多个图像块,构建所述图块库。
9.一种用于确定缺陷部分的模型的方法,包括:
获取第二缺陷图像样本和所述第二缺陷图像样本中绝缘子的缺陷部分对应的位置标签;
利用所述第二缺陷图像样本和所述位置标签进行训练,得到用于确定缺陷部分的模型。
10.一种用于预测缺陷部分对应的位置标签的方法,包括:
获取待预测图像;
将所述待预测图像输入预先训练的用于确定缺陷部分的模型中,得到所述待预测图像中绝缘子的缺陷部分对应的位置标签。
11.一种生成缺陷图像样本的装置,包括:
图像获取模块,被配置成获取目标图像,以及所述目标图像中绝缘子的缺陷部分对应的位置标签;
第一确定模块,被配置成确定所述目标图像中的图像块与预设的图块库中的图像块之间的匹配度,其中,所述图块库由获取的第一缺陷图像样本中的图像块所构建;
矩阵构建模块,被配置成根据所述匹配度和预设的匹配度阈值,构建掩模矩阵;
第二确定模块,被配置成根据所述掩模矩阵和所述位置标签,...
【专利技术属性】
技术研发人员:刘静伟,谷祎,韩树民,王晓迪,辛颖,冯原,郑弘晖,龙翔,张滨,
申请(专利权)人:北京百度网讯科技有限公司,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。