[发明专利]电力设备图像检测方法、装置、电力设备及存储介质

权利要求书

1.一种电力设备图像检测方法，其特征在于，包括：

基于样本缺陷图片构建第一训练集；

使用所述第一训练集对预设的神经网络模型进行训练，得到缺陷检测模型；

对待检测图片按照预设方法进行分类，得到缺陷图片；

通过所述缺陷检测模型对所述缺陷图片进行识别，以确定所述缺陷图片的缺陷类别和缺陷位置。

2.根据权利要求1所述的电力设备图像检测方法，其特征在于，在所述使用所述第一训练集对预设的神经网络模型进行训练之前，所述方法还包括：

标记所述第一训练集中样本缺陷图片的缺陷区域，并为所述缺陷区域分配缺陷类别。

3.根据权利要求1所述的电力设备图像检测方法，其特征在于，所述使用所述第一训练集对预设的神经网络模型进行训练，得到缺陷检测模型，包括：

基于所述样本缺陷图片的缺陷区域生成训练样本参数集，其中，所述训练样本参数集包括所述样本缺陷图片的缺陷类别和所述缺陷区域的位置信息；

基于Darknet-53框架构建YOLOv3模型；

将所述训练样本参数集输入所述YOLOv3模型，对所述YOLOv3模型进行训练，得到所述缺陷检测模型。

4.根据权利要求1所述的电力设备图像检测方法，其特征在于，所述通过所述缺陷检测模型对所述缺陷图片进行识别，以确定所述缺陷图片的缺陷类别和缺陷位置，包括：

所述缺陷检测模型的特征提取网络提取所述缺陷图片的目标特征单元；

所述缺陷检测模型为所述目标特征单元分配不同尺寸的边界框，将所述不同尺寸的边界框应用在不同分辨率的特征图上；

所述缺陷检测模型对特征图上不同尺寸的边界框区域进行检测，通过检测层输出缺陷图片的缺陷位置和缺陷类别。

5.根据权利要求1所述的电力设备图像检测方法，其特征在于，所述缺陷类别包括如下至少一种：部件破损类，呼吸器缺陷类，状态指示缺陷类，异物类，渗漏油类和外观不整洁类。

6.根据权利要求1所述的电力设备图像检测方法，其特征在于，所述对待检测图片按照预设方法进行分类，得到缺陷图片，包括：

使用第二训练集对VGG16模型进行训练，得到缺陷分类模型，其中，所述第二训练集中包括无缺陷图片和有缺陷图片；

基于所述缺陷分类模型对待检测图片进行识别，得到缺陷图片。

7.一种电力设备图像检测装置，其特征在于，包括：

第一训练集构建模块，用于基于样本缺陷图片构建第一训练集；

模型训练模块，用于使用所述第一训练集对预设的神经网络模型进行训练，得到缺陷检测模型；

缺陷图片获取模块，用于对待检测图片按照预设方法进行分类，得到缺陷图片；

识别模块，用于通过所述缺陷检测模型对所述缺陷图片进行识别，以确定所述缺陷图片的缺陷类别和缺陷位置。

8.根据权利要求7所述的电力设备图像检测装置，其特征在于，还包括：

缺陷区域标记模块，用于标记所述第一训练集中样本缺陷图片的缺陷区域，并为所述缺陷区域分配缺陷类别。

9.一种电力设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-6中任一所述的电力设备图像检测方法。

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，该程序被处理器执行时实现如权利要求1-6中任一所述的电力设备图像检测方法。