[发明专利]一种铁路接触网故障检测方法、装置、电子设备及存储介质

权利要求书

1.一种铁路接触网故障检测方法，其特征在于，包括：

获取第一接触网图像；

采用目标检测模型从所述第一接触网图像中提取目标部件区域；

对所述目标部件区域进行图像分割，得到目标部件的零件图像；

通过分类模型对所述零件图像进行分类，得到的分类结果包括所述零件状态；

根据所述零件状态得到接触网的故障检测结果。

2.根据权利要求1所述的方法，其特征在于，当所述第一接触网图像为单颜色通道的灰度图像时，所述采用目标检测模型从所述第一接触网图像中提取目标部件区域，包括：

将所述第一接触网图像输入所述目标检测模型，所述目标检测模型通过单颜色通道的检测神经网络结构训练得到；

得到所述目标检测模型输出的所述目标部件区域。

3.根据权利要求2所述的方法，其特征在于，所述对所述目标部件区域进行图像分割，得到目标部件的零件图像，包括：

将所述目标部件区域输入语义分割模型，所述语义分割模型通过单颜色通道的神经网络结构训练得到；

通过所述语义分割模型对所述目标部件区域进行语义分割，得到所述零件图像。

4.根据权利要求3所述的方法，其特征在于，当所述目标部件包括至少两个零件时，所述通过所述语义分割模型对所述目标部件进行语义分割，得到所述零件图像，包括：

将每个所述零件作为前景进行单独语义分割，得到至少两个零件区域；

根据所述零件区域得到所述零件图像。

5.根据权利要求1所述的方法，其特征在于，当所述第一接触网图像为单颜色通道的灰度图像时，所述采用目标检测模型从所述第一接触网图像中提取目标部件区域，包括：

将所述第一接触网图像转换为三颜色通道的第二接触网图像；

将所述第一接触网图像输入所述目标检测模型，所述目标检测模型通过三颜色通道的卷积神经网络结构训练得到；

得到所述目标检测模型输出的所述目标部件区域。

6.根据权利要求1所述的方法，其特征在于，所述通过分类算法对所述零件图像进行分类，包括：

将所述零件图像输入分类模型；

通过所述分类模型将所述零件图像与预存的零件样本图像进行比对，根据比对结果进行分类。

7.根据权利要求1所述的方法，其特征在于，当根据所述零件状态确定所述故障检测结果为故障时，所述方法还包括：

确定所述零件状态为故障的零件图像对应的目标部件；

获取所述目标部件在所述接触网的位置信息；

根据所述位置信息生成对所述目标部件的报警信息。

8.一种铁路接触网故障检测装置，其特征在于，包括：

获取模块，用于获取第一接触网图像；

目标检测模块，用于采用目标检测模型从所述第一接触网图像中提取目标部件区域；

分割模块，用于对所述目标部件区域进行图像分割，得到目标部件的零件图像；

分类模块，用于通过分类模型对所述零件图像进行分类，得到的分类结果包括所述零件状态；

分析模块，用于根据所述零件状态得到接触网的故障检测结果。

9.一种电子设备，其特征在于，包括：处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；

所述存储器，用于存放计算机程序；

所述处理器，用于执行所述计算机程序时，实现权利要求1-7任一项所述的方法步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1-7任一项所述的方法步骤。