[发明专利]一种多尺度特征融合的输电线路检测方法与系统

权利要求书

1.一种多尺度特征融合的输电线路检测方法，其特征在于，包括：

基于多尺度特征融合的网络模型对输电杆塔图像进行缺陷检测；

输出缺陷检测结果，确定出缺陷类型及缺陷在输电杆塔图像中的位置；

其中，在基于多尺度特征融合的网络模型的特征提取网络中，将提取的待检测输电杆塔图像的卷积特征图分成低级特征图和高级特征图，将低级特征图做特征尺度缩小操作，将高级特征图做特征尺度放大操作，再将尺度操作后的低级特征图和高级特征图融合相加作为特征预测。

2.如权利要求1所述的多尺度特征融合的输电线路检测方法，其特征在于，在将低级特征图做特征尺度缩小操作之后，还包括：

设置下采样因子，依次进行降维操作、卷积操作提取特征和卷积升维操作，再与高级特征图融合相加。

3.如权利要求1所述的多尺度特征融合的输电线路检测方法，其特征在于，在将高级特征图做特征尺度放大操作之后，还包括：

设置上采样因子，依次进行第一次卷积升维操作、卷积操作提取特征和第二次卷积升维操作，再与低级特征图融合相加。

4.如权利要求1所述的多尺度特征融合的输电线路检测方法，其特征在于，基于多尺度特征融合的网络模型的训练过程，对缺陷在输电杆塔图像中的位置的定位框的坐标、高和宽采用平方误差总和损失。

5.如权利要求1所述的多尺度特征融合的输电线路检测方法，其特征在于，基于多尺度特征融合的网络模型的训练数据集使用LabelImg工具进行标注。

6.如权利要求1所述的多尺度特征融合的输电线路检测方法，其特征在于，所述基于多尺度特征融合的网络模型为yolov3网络，特征提取网络为Darknet-53。

7.如权利要求6所述的多尺度特征融合的输电线路检测方法，其特征在于，基于多尺度特征融合的网络模型的训练数据集在标注之后，生成符合PASCAL VOC数据集格式的xml文件；通过darknet框架，将PASCAL VOC数据集转换为适合在yolov3网络运行的格式，并生成相应的labels文件夹。

8.一种多尺度特征融合的输电线路检测系统，其特征在于，包括：

缺陷检测模块，其用于基于多尺度特征融合的网络模型对输电杆塔图像进行缺陷检测；

检测结果输出模块，其用于输出缺陷检测结果，确定出缺陷类型及缺陷在输电杆塔图像中的位置；

其中，在基于多尺度特征融合的网络模型的特征提取网络中，将提取的待检测输电杆塔图像的卷积特征图分成低级特征图和高级特征图，将低级特征图做特征尺度缩小操作，将高级特征图做特征尺度放大操作，再将尺度操作后的低级特征图和高级特征图融合相加作为特征预测。

9.一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1-7中任一项所述的多尺度特征融合的输电线路检测方法中的步骤。

10.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7中任一项所述的多尺度特征融合的输电线路检测方法中的步骤。