(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 202111641799.9 (22)申请日 2021.12.2 9 (71)申请人 广东电网有限责任公司中山供电局 地址 528400 广东省中山市东区博爱六路 68号 申请人 威胜信息技 术股份有限公司 　 贵州电网有限责任公司贵阳 供电局 城南分局 　 南方电网数字电网研究院有限公司 (72)发明人 胡筱曼　李林峰　陈攀　李欣洋　 潘斌　陈旗展　李黔　崔益国　 陈浩河　董芝春　黄宇行　何欣欣　 陆靖宇　麦涵　邱连　肖林松　 范律　陈永　蔡田田　邓清唐　 陈波　李肖博　杨英杰　(74)专利代理 机构 长沙楚为知识产权代理事务 所(普通合伙) 43217 专利代理师 李大为 (51)Int.Cl. G06V 20/10(2022.01) G06V 10/22(2022.01) G06V 10/30(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 一种双注意力机制配电站水浸识别方法及 系统 (57)摘要 本发明公开一种双注意力机制配电站水浸 识别方法及系统， 其中识别方法通过采集浸水场 景图片集， 构建基于Yolov4 ‑tiny的具有双注意 力机制的检测网络， 利用浸水场景图片集对检测 网络进行训练， 得到具有高检测精度和水浸识别 能力的检测网络， 最后将所述检测网络部署至边 缘代理； 同时， 通过边缘代理获取周边环境图像 并上传至云平台， 更新浸水场景图片集， 优化检 测网络， 从而使边缘代理能自适应复杂的场景。 本发明旨在解决现有的配电站边缘端水浸环境 下无法满足实时响应， 以及检测精度较差且无法 自适应复杂场景的技 术问题。 权利要求书2页 说明书9页 附图7页 CN 114677584 A 2022.06.28 CN 114677584 A 1.一种双注意力机制配电站水浸识别方法， 其特 征在于， 包括以下步骤： S1、 采集浸水场景图片集X， 选取部分图片 集Xq进行标记得到标签数据集Yq， 余下图片集 为未标记图片集Xp＝{X‑Xq}； S2、 构建基于Yolov 4‑tiny的具有双 注意力机制的第一网络Q， 利用部分图片集Xq和标签 数据集Yq形成的训练数据集Dq＝{Xq,Yq}对所述第一网络Q进行训练， 得到第二网络Q ′； S3、 根据第二网络Q ′对未标记图片集Xp＝{X‑Xq}进行标记得到标签数据 集Yp， 并更新训 练数据集Dq， 更新后的训练数据集Dq＝{X＝Xq+Xp,Y＝Yq+Yp}； 利用更新后的所述训练数据集 对第二网络Q ′进行训练， 得到检测网络Q ″； S4、 将所述检测网络Q ″上传至云平台， 经量 化、 加密后下发至边 缘代理； S5、 边缘代理通过摄 像头获取周边环境图像， 并对冗余帧进行 过滤处理， 得到关键帧； S6、 将所述关键帧输入量化后的检测网络， 得到目标置信度c， 若置信度异常， 就地保 存、 决策并上报； 否则执 行步骤S7； S7、 边缘代理根据置信度大小选取部分图像进行标记并上传至云平台， 云平台将上传 的所述图像更新至浸水场景图片集X。 2.根据权利要求1所述的一种双注意力 机制配电站水浸识别方法， 其特征在于， 所述构 建基于Yolov4‑tiny的双注意力机制第一网络Q的步骤 包括： 在Yolov4 ‑tiny的主干网络引出处和特征网络融合处添加双注意力机制， 得到具备双 注意力机制的第一网络Q。 3.根据权利要求2所述的一种双注意力 机制配电站水浸识别方法， 其特征在于， 所述双 注意力机制包括 通道注意力模块和空间注意力模块。 4.根据权利要求1所述的一种双注意力 机制配电站水浸识别方法， 其特征在于， 所述利 用训练数据集Dq＝{Xq,Yq}对所述第一网络Q进行训练的步骤之前， 包括： 根据网络层将Yo lov4‑tiny的imagenet预训练权 重加载至第一网络Q。 5.根据权利要求1所述的一种双注意力 机制配电站水浸识别方法， 其特征在于， 所述将 检测网络Q ″上传至云平台， 经量 化、 加密后下发至边 缘代理的步骤之前， 包括： 云平台初始化 边缘代理求和树。 6.根据权利要求5所述的一种双注意力 机制配电站水浸识别方法， 其特征在于， 所述所 述将检测网络Q ″上传至云平台， 经量 化、 加密后下发至边 缘代理的步骤， 包括： 将检测网络Q ″上传至云平台， 云平台将所述检测网络Q ″进行量化， 得到量化后的检测 网络Q″int8； 将量化后的检测网络Q ″int8采用AES的方式进行加密后下发至边 缘代理。 7.根据权利要求1所述的一种双注意力 机制配电站水浸识别方法， 其特征在于， 所述步 骤S6具体为： 若 则根据预测类别保存图像并上传至云平台， 所述 为保存 门限值， 所述 为上报门限值； 若 则进入警报模式， 并将异常图像上传至云平台； 若 则执行步骤S5 。权　利　要　求　书 1/2 页 2 CN 114677584 A 28.根据权利要求1所述的一种双注意力 机制配电站水浸识别方法， 其特征在于， 所述将 冗余帧进行 过滤处理， 得到关键帧的步骤 包括： S51、 利用摄 像头获取 连续四帧图像Pic＝[ P0,P1,P2,P3]； S 5 2 、将 所 述 图 像 进 行 灰 度 处 理 ，并 进 行 高 斯 滤 波 ，得 到 滤 波 图 像 S53、 对所述滤波图像 作差， 得到灰度特 征图dif1,dif2； S54、 对所述灰度特 征图dif1,dif2进行填充， 并计算dif1,dif2的相关系数cor r； S55、 摄像头获取 下一帧图像P4， S56、 判断所述相关系数corr是否大于门限值Thrcorr， 若corr＞Thrcorr， 则输出关键帧 Pkey＝P4； 否则返回步骤S52。 9.根据权利要求1所述的一种双注意力 机制配电站水浸识别方法， 其特征在于， 所述步 骤S7具体为： 当浸水场景图像达到数量V时， 边缘代理根据置信度大小选取m个 图像并进行标记， 将 标记后的m个图像上传至 云平台， 云平台将收到的m个所述图像与现有浸 水场景图片集以3： 1的比例重新组合， 得到新的浸水场景图片集X。 10.一种如权利要求1 ‑9任意一项所述的一种双注意力机制配电站水浸识别方法的识 别系统， 其特 征在于， 包括云平台、 边 缘代理和摄 像头； 所述摄像头与边 缘代理连接， 用于获取周边环境图像并传输 至边缘代理； 所述边缘代理与云平台连接， 用于将所述图像进行处 理并上传至云平台； 所述云平台， 用于将上传的所述图像对水浸场景图像集进行更新， 并利用更新后的数 据进行训练， 从而实现检测网络的更新与优化。权　利　要　求　书 2/2 页 3 CN 114677584 A 3