[发明专利]一种输电线路隐患的检测方法及系统在审
| 申请号： | 202010523327.2 | 申请日： | 2020-06-10 |
| 公开（公告）号： | CN111695493A | 公开（公告）日： | 2020-09-22 |
| 发明（设计）人： | 郑文杰;李程启;秦佳峰;杨祎;白德盟;林颖;刘萌;赵洺哲;周超;张丕沛;陈令英;王继豪;李杰;汪鹏;张振军 | 申请（专利权）人： | 国网山东省电力公司电力科学研究院;国家电网有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/32;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 济南诚智商标专利事务所有限公司 37105 | 代理人： | 黄晓燕 |
| 地址： | 250002 山东*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 输电 线路 隐患 检测 方法 系统 | ||
1.一种输电线路隐患的检测方法，其特征是，所述方法包括以下步骤：
提取监拍图像的基础特征，寻找候选区域；
在所述候选区域上，分别进行施工机械、烟火目标和导地线异物的检测；
合并上述检测结果，得到检测结论。
2.根据权利要求1所述输电线路隐患的检测方法，其特征是，所述基础特征包括边缘特征、纹理特征和实体属性特征。
3.根据权利要求1所述输电线路隐患的检测方法，其特征是，采用Cascade R-CNN边框回归方法进行施工机械的检测。
4.根据权利要求3所述输电线路隐患的检测方法，其特征是，所述采用Cascade R-CNN边框回归方法进行施工机械的检测包括：
对锚点尺寸和交并比进行重新计算；
采用多尺度训练网络模型，测试网络输入从训练网络中选择测试集上表现最优的尺寸。
5.根据权利要求1所述输电线路隐患的检测方法，其特征是，采用Soft-NMS优化的FastR-CNN边框回归方法进行烟火目标的检测。
6.根据权利要求5所述输电线路隐患的检测方法，其特征是，所述采用Soft-NMS优化的Fast R-CNN边框回归方法进行烟火目标的检测包括：
在目标周边产生多个检测框，采用SoftNMS方法合并检测框。
7.根据权利要求1所述输电线路隐患的检测方法，其特征是，采用图像填鸭增强的FCOS边框回归方法对导地线异物进行检测。
8.根据权利要求1所述输电线路隐患的检测方法，其特征是，采用ResNeXt-101ResNeXt作为所述基础特征的提取网络。
9.一种输电线路隐患的检测系统，其特征是，所述系统包括：
图像预处理单元，提取监拍图像的基础特征，寻找候选区域；
检测处理单元，在所述候选区域上，分别进行施工机械、烟火目标和导地线异物的检测；
结果合并单元，合并上述检测结果，得到检测结论。
10.根据权利要求9所述输电线路隐患的检测系统，其特征是，所述检测处理单元包括：
第一检测模块，采用Cascade R-CNN边框回归方法进行施工机械的检测；
第二检测模块，采用Soft-NMS优化的Fast R-CNN边框回归方法进行烟火目标的检测；
第三检测模块，采用图像填鸭增强的FCOS边框回归方法对导地线异物进行检测。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于国网山东省电力公司电力科学研究院;国家电网有限公司，未经国网山东省电力公司电力科学研究院;国家电网有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/202010523327.2/1.html，转载请声明来源钻瓜专利网。
