一種電力儀表設(shè)備的智能分類方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及工業(yè)自動化領(lǐng)域，特別是涉及一種電力儀表設(shè)備的智能分類方法。
【背景技術(shù)】
[0002]隨著工業(yè)化的不斷發(fā)展，在電力行業(yè)中，電力儀表設(shè)備的種類也是越來越多，因此需要對電力儀表設(shè)備進行分類，才能準(zhǔn)確地識別并使用電力儀表設(shè)備。
[0003]傳統(tǒng)的電力儀表設(shè)備分類方法往往都是以人力測試為主，有時為了保證分類的準(zhǔn)確性，需要對一個電力儀表設(shè)備進行多次識別才能進行分類，因此這種傳統(tǒng)的分類方法不僅耗費大量的人力和時間，而且效率較低，其中在對電力儀表設(shè)備進行分類的時候，其過程枯燥無味而且繁瑣，使分類人員容易出錯，從而使得電力儀表設(shè)備的分類準(zhǔn)確率較低。
[0004]因此如何提高電力儀表設(shè)備的分類效率和準(zhǔn)確率，是本技術(shù)領(lǐng)域人員急需解決的技術(shù)問題。

【發(fā)明內(nèi)容】

[0005]本發(fā)明的目的是提供一種電力儀表設(shè)備的智能分類方法，可以有效解決分類效率和準(zhǔn)確率的問題。
[0006]為解決上述技術(shù)問題，本發(fā)明提供了如下技術(shù)方案:
[OOO7 ] 一種電力儀表設(shè)備的智能分類方法，包括:
[0008]根據(jù)已知類別的電力儀表設(shè)備圖片集建立具有所述已知類別的電力儀表設(shè)備圖片集的特征庫的分類模型；
[0009]獲取需要分類的電力儀表設(shè)備圖片；
[0010]預(yù)處理所述需要分類的電力儀表設(shè)備圖片，獲取所述需要分類的電力儀表設(shè)備圖片的特征信息；
[0011]根據(jù)所述特征信息和所述分類模型對所述需要分類的電力儀表設(shè)備圖片進行分類；
[0012]輸出所述需要分類的電力儀表設(shè)備的分類結(jié)果。
[0013]優(yōu)選地，所述根據(jù)已知類別的電力儀表設(shè)備圖片集建立具有所述已知類別的電力儀表設(shè)備圖片集的特征庫的分類模型包括:
[0014]創(chuàng)建具有三層卷積神經(jīng)網(wǎng)絡(luò)的第一分類模型；
[0015]獲取所述已知類別的電力儀表設(shè)備圖片集的特征信息；
[0016]根據(jù)所述已知類別的電力儀表設(shè)備圖片集的特征信息，訓(xùn)練所述第一分類模型，獲得所述具有已知類別的電力儀表設(shè)備圖片集的特征庫的分類模型。
[0017]優(yōu)選地，訓(xùn)練所述第一分類模型包括:
[0018]根據(jù)所述已知類別的電力儀表設(shè)備圖片集的特征信息相對應(yīng)的類別信息對所述第一分類模型進行訓(xùn)練。
[0019]優(yōu)選地，所述預(yù)處理所述需要分類的電力儀表設(shè)備圖片，獲取所述需要分類的電力儀表設(shè)備圖片的特征信息包括:
[0020]灰度化所述需要分類的電力儀表設(shè)備圖片；
[0021]提取所述需要分類的電力儀表設(shè)備圖片經(jīng)過灰度化后的HOG特征；
[0022]獲取對應(yīng)的所述需要分類的電力儀表設(shè)備圖片的特征矩陣。
[0023]優(yōu)選地，在所述灰度化所述需要分類的電力儀表設(shè)備圖片之前，還包括:壓縮所述需要分類的電力儀表設(shè)備圖片。
[0024]優(yōu)選地，在所述獲取所述已知類別的電力儀表設(shè)備圖片集的特征信息之前，還包括:
[0025]灰度化所述已知類別的電力儀表設(shè)備圖片集；
[0026]提取所述已知類別的電力儀表設(shè)備圖片集經(jīng)過灰度化后的HOG特征；
[0027]獲取對應(yīng)的所述已知類別的電力儀表設(shè)備圖片集的特征矩陣。
[0028]優(yōu)選地，所述具有三層卷積神經(jīng)網(wǎng)絡(luò)的分類模型，包括:
[0029]用于接收所述已知類別的電力儀表設(shè)備圖片集的輸入層；
[0030]用于處理所述已知類別的電力儀表設(shè)備圖片集的處理層；
[0031]用于輸出所述已知類別的電力儀表設(shè)備圖片集的分類類別的全連接輸出層。
[0032]優(yōu)選地，在所述獲得所述具有已知類別的電力儀表設(shè)備圖片集的特征庫的分類模型之后，還包括:
[0033]判斷所述分類模型是否符合預(yù)設(shè)分類精度要求；
[0034]若所述分類模型不符合所述預(yù)設(shè)分類精度要求，則對所述分類模型的預(yù)設(shè)參數(shù)進行調(diào)整，繼續(xù)訓(xùn)練所述分類模型；
[0035]若所述分類模型符合所述預(yù)設(shè)分類精度要求，則保存所述分類模型。
[0036]優(yōu)選地，在判斷所述分類模型是否符合預(yù)設(shè)分類精度要求之前，還包括:
[0037]判斷訓(xùn)練所述第一分類模型的迭代次數(shù)是否達到預(yù)設(shè)的迭代上限；
[0038]若達到迭代上限，則保存所述分類模型；
[0039]若未達到迭代上限，則判斷所述分類模型是否符合預(yù)設(shè)分類精度要求。
[0040]與現(xiàn)有技術(shù)相比，上述技術(shù)方案具有以下優(yōu)點:
[0041]本發(fā)明所提供的一種電力儀表設(shè)備的智能分類方法，包括:根據(jù)已知類別的電力儀表設(shè)備圖片集建立具有所述已知類別的電力儀表設(shè)備圖片集的特征庫的分類模型;獲取需要分類的電力儀表設(shè)備圖片;預(yù)處理所述需要分類的電力儀表設(shè)備圖片，獲取所述需要分類的電力儀表設(shè)備圖片的特征信息;根據(jù)所述特征信息和所述分類模型對所述需要分類的電力儀表設(shè)備圖片進行分類;輸出所述需要分類的電力儀表設(shè)備的分類結(jié)果。首先建立一個分類模型，該分類模型根據(jù)大量的已知類別的電力儀表設(shè)備圖片集的數(shù)據(jù)庫訓(xùn)練而得，在對需要分類的電力儀表設(shè)備進行分類時，可以通過攝像設(shè)備等獲取需要分類的電力儀表設(shè)備圖片，然后通過圖形圖像處理技術(shù)對其進行預(yù)處理，得到需要分類的電力儀表設(shè)備圖片的特征信息，將該特征信息輸入到該分類模型中，即可得到該特征信息對應(yīng)的電力儀表設(shè)備圖片的分類結(jié)果。相對于傳統(tǒng)的以人力進行分類的方法來說，本智能分類系統(tǒng)在對電力儀表設(shè)備進行分類時，更加智能化，通過在分類系統(tǒng)中直接輸入需要分類的電力儀表設(shè)備圖片，即可得到對應(yīng)的電力儀表設(shè)備的分類結(jié)果，提高了分類效率。
【附圖說明】
[0042]為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。
[0043]圖1為本發(fā)明一種【具體實施方式】所提供的一種電力儀表設(shè)備的智能分類方法流程圖；
[0044]圖2為本發(fā)明一種【具體實施方式】所提供的預(yù)處理需要分類的電力儀表設(shè)備圖片的示意圖。
【具體實施方式】
[0045]本發(fā)明所提供的一種電力儀表設(shè)備的智能分類方法，包括:根據(jù)已知類別的電力儀表設(shè)備圖片集建立具有已知類別的電力儀表設(shè)備圖片集的特征庫的分類模型;獲取需要分類的電力儀表設(shè)備圖片;預(yù)處理需要分類的電力儀表設(shè)備圖片，獲取需要分類的電力儀表設(shè)備圖片的特征信息;根據(jù)特征信息和分類模型將電力儀表設(shè)備圖片進行分類;輸出電力儀表設(shè)備的分類結(jié)果。本智能分類系統(tǒng)在對電力儀表設(shè)備進行分類時，通過在分類系統(tǒng)中直接輸入需要分類的電力儀表設(shè)備圖片，即可對電力儀表設(shè)備進行分類，提高了電力儀表設(shè)備的分類效率和準(zhǔn)確率。
[0046]為了使本發(fā)明的上述目的、特征和優(yōu)點能夠更為明顯易懂，下面結(jié)合附圖對本發(fā)明的【具體實施方式】做詳細(xì)的說明。
[0047]在以下描述中闡述了具體細(xì)節(jié)以便于充分理解本發(fā)明。但是本發(fā)明能夠以多種不同于在此描述的其它方式來實施，本領(lǐng)域技術(shù)人員可以在不違背本發(fā)明內(nèi)涵的情況下做類似推廣。因此本發(fā)明不受下面公開的【具體實施方式】的限制。
[0048]請參考圖1、圖2，圖1為本發(fā)明一種【具體實施方式】所提供的一種電力儀表設(shè)備的智能分類方法流程圖；圖2為本發(fā)明一種【具體實施方式】所提供的預(yù)處理需要分類的電力儀表設(shè)備圖片的示意圖。