面向变电设备金属锈蚀检测的分层嵌套标注方法

金属锈蚀对变电设备会造成持续性的破坏,形成安全隐患.基于深度学习的金属锈蚀自动检测方法是目前一种可行的方法.然而金属锈蚀形状的不规则性和可拆分性导致在训练样本标注时,标注者面临很多歧义,存在难以实现标注过程标准化和标注结果一致性的问题.为此,提出一种新的训练样本分层嵌套标注方法.首先,采用较大的矩形框对锈蚀区域进行大面积标注;其次,在第一步的标注框内,对那些特征非常明显并具有相对独立性的区域进行二次标注,形成第二层的内部嵌套标注,这种标注方法不存在标注歧义,易于统一和标准化,容易获得稳定的标注质量,另外,这种标注方法突出了锈蚀特征,并一定程度上增加了被标注锈蚀的样本数量,实现了数据增强;最后,通过一系列实验表明,采用分层嵌套标注方法后,YOLOv5召回率从50.79％提升至59.41％,Faster R-CNN+VGG16召回率从66.50％提升至78.94％,Faster R-CNN+Res101召回率从78.32％提升至84.61％.