(19)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 202210557796.5 (22)申请日 2022.05.19 (71)申请人 国网智能科技股份有限公司 地址 250104 山东省济南市高新孙村片区 飞跃大道以南、 26号路以东 （ICT产业 园内） 电力 智能机器人生产项目101 (72)发明人 郭修霄　王振利　王琦　郭锐　 吴琼珊　王兴光　徐梦雨　吕俊涛　 王磊　张海龙　王进良　杨月琛　 李振宇　刘广秀　许荣浩　 (74)专利代理 机构 北京品源专利代理有限公司 11332 专利代理师 赵迎迎 (51)Int.Cl. G06V 20/10(2022.01)G06V 10/20(2022.01) G06V 10/56(2022.01) G06V 10/44(2022.01) G06V 10/764(2022.01) G06V 10/82(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 呼吸器硅胶变色识别方法、 装置、 电子设备 及存储介质 (57)摘要 本发明实施例公开了一种呼吸器硅胶变色 识别方法、 装置、 电子设备及存储介质， 包括： 基 于待检测变电站内的摄像装置获取待检测变色 图像， 将待检测变 色图像输入至预先训练的硅胶 桶检测模型中确定硅胶桶标注图像； 其中， 硅胶 桶标注图像包括至少一个硅胶桶区域， 硅胶桶检 测模型基于残差网络以及自注 意力模块构建； 针 对硅胶桶标注图像中的每一个硅胶桶区域， 基于 预先训练的硅胶变色检测模型对硅胶桶区域进 行检测， 确定硅胶变色标注图像； 其中， 硅胶变色 标注图像包括硅胶桶区域中的变色区域和/或不 变色区域， 硅胶变 色检测模型基于残差网络以及 自注意力模块构建。 本发明实施例的技术方案， 实现了提高呼吸器硅胶变色检测准确率 以及检 测效率的技 术效果。 权利要求书3页 说明书13页 附图5页 CN 114943896 A 2022.08.26 CN 114943896 A 1.一种呼吸器硅胶变色识别方法， 其特 征在于， 包括： 基于待检测变电站内的摄像装置获取待检测变色图像， 将所述待检测变色图像输入至 预先训练的硅胶桶检测模型中， 确定硅胶桶标注图像； 其中， 所述硅胶桶标注图像中包括至 少一个硅胶桶区域， 所述硅胶桶检测模型基于残差网络以及自注意力模块构建； 针对所述硅胶桶标注图像中的每一个硅胶桶区域， 基于预先训练的硅胶变色检测模 型， 对所述硅胶桶区域进行检测， 确定硅胶变色标注图像； 其中， 所述硅胶变色标注图像中 包括所述硅胶桶区域中的变色区域和/或不变色区域， 所述硅胶变色检测模型基于残差网 络以及自注意力模块构建。 2.根据权利要求1所述的方法， 其特 征在于， 还 包括： 基于N层残差网络构建整体特征提取网络， 并基于自注意力模块构建注意力特征提取 网络； 其中， N 为大于1的正整数； 在所述整体特征提取网络 中的至少一个预设位置插入所述注意力特征提取网络， 构建 初始硅胶桶模型以及初始硅胶变色模型； 其中， 所述预设位置包括所述整体特征提取网络 的任意两层残差网络之间以及所述整体特征提取网络的最后一层残差网络之后中的至少 一个； 基于样本 硅胶桶图像对所述初始硅胶桶模型进行训练， 得到 硅胶桶检测模型； 基于样本 硅胶变色图像对所述初始硅胶变色模型进行训练， 得到 硅胶变色检测模型。 3.根据权利要求2所述的方法， 其特 征在于， 还 包括： 获取原始硅胶桶图像， 基于标注工具对所述原始硅胶桶图像进行硅胶桶区域标注 处理 得到样本 硅胶桶图像。 4.根据权利要求2所述的方法， 其特 征在于， 还 包括： 获取原始硅胶变色图像， 基于标注工具对所述原始硅胶变色图像中进行变色区域和不 变色区域的标注处 理得到样本 硅胶变色图像。 5.根据权利要求2所述的方法， 其特 征在于， 还 包括： 基于样本扩充方式对所述样本硅胶桶图像和/或所述样本硅胶变色图像进行扩充， 其 中， 所述样本扩充方式包括裁 剪、 翻转以及高斯噪声中的至少一种。 6.根据权利要求2所述的方法， 其特征在于， 在所述构建初始硅胶桶模型以及初始硅胶 变色模型之后， 还 包括： 在所述初始硅胶桶模型后增 加全连接层， 更新所述初始硅胶桶模型； 在所述初始硅胶变色模型后增 加全连接层， 更新所述初始硅胶变色模型。 7.根据权利要求1所述的方法， 其特征在于， 所述自注意力模块包括通道自注意力模 块， 所述方法还 包括： 通过所述自注意力模块中的通道自注意力模块， 对输入所述通道自注意力模块的输入 特征图进行转置处 理， 得到转置特 征图； 将所述通道自注意力模块的输入特征图与 所述转置特征图进行矩阵相乘， 并进行归一 化处理， 得到通道 注意力权 重矩阵， 并对所述 通道注意力权 重矩阵进行转置； 将转置后的所述通道注意力 权重矩阵与 所述转置特征图进行矩阵相乘， 得到通道过程 矩阵； 将所述通道过程矩阵与输入所述通道自注意力模块的输入特征图进行逐元素相加， 得权　利　要　求　书 1/3 页 2 CN 114943896 A 2到所述通道自注意力模块的输出 特征图。 8.根据权利要求1所述的方法， 其特征在于， 所述自注意力模块包括空间自注意力模 块， 所述方法还 包括： 通过所述自注意力模块中的空间自注意力模块， 将输入所述空间自注意力模块的输入 特征图重复输入所述空间自注意力模块中的一维卷积层， 得到 两张卷积特 征图； 将两张卷积特征图分别进行矩阵重构， 得到第一重构特征图和第二重构特征图， 并对 所述第一重构特 征图进行转置； 将所述第二重构特征图与转置后的所述第 一重构特征图进行矩阵相乘， 并进行归一化 处理， 得到空间注意力权 重矩阵， 并对所述空间注意力权 重矩阵进行转置； 对输入所述空间自注意力模块的输入特征图进行矩阵重构， 得到第三重构特征图， 将 所述第三重构特征图与转置后的所述空间注意力权重矩阵进 行矩阵相乘， 得到空间过程矩 阵； 将所述空间过程矩阵与输入所述空间自注意力模块的输入特征图进行逐元素相加， 得 到所述空间自注意力模块的输出 特征图。 9.根据权利要求1所述的方法， 其特征在于， 所述自注意力模块包括通道自注意力模块 以及空间自注意力模块； 其中， 所述通道自注意力模块与所述空间自注意力模块的连接方 式为串联或并联。 10.根据权利要求9所述的方法， 其特 征在于， 还 包括： 若所述通道自注意力模块与 所述空间自注意力模块的连接方式为串联， 则将所述通道 自注意力模块的输出特征图作为所述空间自注意力模块的输入特征图， 将所述空间自注意 力模块的输出 特征图作为所述自注意力模块的输出 特征图； 若所述通道自注意力模块与 所述空间自注意力模块的连接方式为并联， 则将所述通道 自注意力模块的输出特征图和所述空间自注意力模块的输出特征图进 行矩阵融合， 得到所 述自注意力模块的输出 特征图。 11.根据权利要求1所述的方法， 其特征在于， 在所述确定硅胶变色标注图像之后， 还包 括： 根据所述变色区域以及所述硅胶桶区域确定所述变色区域的占比， 并根据所述占比确 定硅胶变色程度； 当所述硅胶变色程度满足更换条件时， 将所述硅胶变色程度、 所述硅胶变色标注图像 以及与所述硅胶变色标注图像对应的目标设备信息 输出至所述待检测变电站的管理平台。 12.根据权利要求1所述的方法， 其特征在于， 在所述将所述待检测变色图像输入至预 先训练的硅胶桶检测模型中， 确定 硅胶桶标注图像之前， 还 包括： 对所述待检测变色图像进行图像预处理， 基于图像预处理后的图像更新所述待检测变 色图像； 其中， 所述图像预处 理包括图像锐化、 尺度变换以及归一 化中的至少一种。 13.一种呼吸器硅胶变色识别装置， 其特 征在于， 包括： 硅胶桶标注模块， 用于基于待检测变电站内的摄像装置获取待检测变色图像， 将所述 待检测变色图像输入至预先训练的硅胶桶检测模型中， 确定硅胶桶标注图像； 其中， 所述硅 胶桶标注图像中包括至少一个硅胶桶区域， 所述硅胶桶检测模型基于残差网络以及自注意 力模块构建；权　利　要　求　书 2/3 页 3 CN 114943896 A 3