(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111672365.5 (22)申请日 2021.12.31 (71)申请人 广州中科智巡科技有限公司 地址 510060 广东省广州市越秀区东 风东 路765、 767、 769号1408-1409房 (72)发明人 范亮　汤坚　郑路铭　张磊　 (74)专利代理 机构 广州三辰专利事务所(普通 合伙) 44227 代理人 陈惠珊 (51)Int.Cl. G06T 7/00(2017.01) G06N 3/08(2006.01) G06N 3/04(2006.01) G06V 20/17(2022.01) G06V 10/82(2022.01) (54)发明名称 一种结合上下文信息的鸟巢缺陷检测及定 级方法 (57)摘要 本发明公开了一种结合上下文信息的鸟巢 缺陷检测及定级方法， 利用目标检测技术来检测 鸟巢， 并利用上下文信息对检测的鸟巢缺陷进行 逻辑处理， 达到定级的目的。 这使得数据标注成 果的检验和评价更为方便， 在交互性、 可操作性 以及实用性等方向有了较大的进步。 该方法包 括： 筛选第一图像集， 所述第一图像集由图像源 中含有鸟巢的图像构成； 筛选第二图像集， 所述 第二图像集由第一图像集中含有绝缘子串的图 像构成； 确定所述第二图像集中鸟巢与绝缘子串 的相对位置关系， 根据所述相对位置关系和预定 规则确定所述鸟巢的缺陷级别。 权利要求书2页 说明书7页 附图1页 CN 114332052 A 2022.04.12 CN 114332052 A 1.一种结合上 下文信息的鸟巢 缺陷检测及定级方法， 其特 征在于， 包括： 筛选第一图像集， 所述第一图像集由图像源中含有鸟巢的图像构成； 筛选第二图像集， 所述第二图像集由第一图像集中含有绝 缘子串的图像构成； 确定所述第 二图像集中鸟 巢与绝缘子串的相对位置关系， 根据 所述相对位置关系和预 定规则确定所述鸟巢的缺陷级别。 2.根据权利要求1所述的结合上 下文信息的鸟巢 缺陷检测及定级方法， 其特 征在于： 步骤所述确定所述第 二图像集中鸟 巢与绝缘子串的相对位置关系， 根据 所述相对位置 关系和预定规则确定所述鸟巢的缺陷级别包括： 判断第二图像集中绝缘子串为耐张绝缘子串还是垂直绝缘子串， 所述耐张绝缘子串为 横向的绝 缘子串； 对耐张绝 缘子串对应的图像进行第一图像处 理， 得到第三图像集； 对垂直缘子串对应的图像进行第二图像处 理， 得到第四图像集； 第一图像处理为将 耐张绝缘子串的边界框的宽延伸至所述图像边缘， 并且将高向上延 伸一倍长度； 第二图像处理为宽往左右方向延伸各自延伸2.5倍， 框高往上延伸一倍， 同时需要区分 横向延伸和纵向延伸的区域。 3.根据权利要求2所述的结合上 下文信息的鸟巢 缺陷检测及定级方法， 其特 征在于： 步骤所述 根据所述相对位置关系和预定规则确定所述鸟巢的缺陷级别包括： 判断第三图像集中鸟 巢是否与耐张绝缘子串的边界框有交集， 若有交集则确定所述鸟 巢的缺陷为 一般缺陷， 否则为 其他缺陷。 4.根据权利要求2所述的结合上 下文信息的鸟巢 缺陷检测及定级方法， 其特 征在于， 步骤所述 根据所述相对位置关系和预定规则确定所述鸟巢的缺陷级别包括： 当鸟巢与绝缘子串向上延伸框有交集， 与左右延伸框无交集时， 确定所述鸟巢的缺陷 为一般缺陷。 5.根据权利要求2所述的结合上 下文信息的鸟巢 缺陷检测及定级方法， 其特 征在于， 步骤所述 根据所述相对位置关系和预定规则确定所述鸟巢的缺陷级别包括： 与左右和上下延伸框都有交集， 且与原边界框交集的高度占原边界框高度的10％内， 确定所述鸟巢的缺陷为 一般缺陷。 6.根据权利要求2所述的结合上 下文信息的鸟巢 缺陷检测及定级方法， 其特 征在于， 步骤所述 根据所述相对位置关系和预定规则确定所述鸟巢的缺陷级别包括： 鸟巢与绝缘子串向上延伸框有交集且与左右延伸框有交集， 与原边界框交集的高度占 原边界框高度的10％到 50％， 确定所述鸟巢的缺陷为重大缺陷。 7.根据权利要求2所述的结合上 下文信息的鸟巢 缺陷检测及定级方法， 其特 征在于， 步骤所述 根据所述相对位置关系和预定规则确定所述鸟巢的缺陷级别包括： 鸟巢与绝缘子串向上延伸框有交集且与左右延伸框有交集， 与原边界框交集的高度占 原边界框高度的5 0％以上， 确定所述鸟巢的缺陷为紧急缺陷。 8.根据权利要求2所述的结合上下文信 息的鸟巢缺陷检测及定级方法， 其特征在于， 筛 选第一图像集和筛 选第二图像集包括: 对样本图像进行图像预处 理；权　利　要　求　书 1/2 页 2 CN 114332052 A 2对预处理完成后的样本图像进行测试， 得到测试 结果； 对测试结果进行评价， 得到 评价结果； 将评价结果与样本图像中的标注进行对比分析， 并计算mAP、 召回率以及精确度； 判断样本图像的mAP、 召回率以及精确度是否低于阈值， 若是则认为样本图像合格， 并 导出， 否则认为 不合格， 就将其 导入预标注图像修改模块， 将标志信息进行修 正后导出。 9.根据权利要求8所述的结合上下文信 息的鸟巢缺陷检测及定级方法， 其特征在于， 步 骤对样本图像进行图像预处 理包括： 对图像样本进行去噪、 对比度增强、 去水印处 理， 用以消除图像中的不相关信息 。 10.根据权利要求8所述的结合上下文信息的鸟巢缺陷检测及定级方法， 其特征在于， 步骤对预处理完成后的样本图像进行测试， 得到测试 结果包括： 识别出主体目标； 当所述主体目标符合场景逻辑时， 对主体目标进行检测 和分类， 得到最终的结果； 当所述主体目标不符合场景逻辑时， 将识别结果做误检处 理。权　利　要　求　书 2/2 页 3 CN 114332052 A 3