[发明专利]架空输电线路缺陷检测方法、装置及电子设备在审
申请号: | 202110708244.5 | 申请日: | 2021-06-24 |
公开(公告)号: | CN113313070A | 公开(公告)日: | 2021-08-27 |
发明(设计)人: | 李捷;冯宇;郑洁雪;刘德凯 | 申请(专利权)人: | 华雁智能科技(集团)股份有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/46;G06K9/62;G06N3/04;G06N3/08;G06Q50/06 |
代理公司: | 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 | 代理人: | 安卫静 |
地址: | 610000 四川省成都市高新区*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 架空 输电 线路 缺陷 检测 方法 装置 电子设备 | ||
1.一种架空输电线路缺陷检测方法,其特征在于,所述方法包括以下步骤:
通过检测网络的骨干网络对架空输电线路的待检图像逐级进行特征提取,得到不同尺度的特征图;
其中,所述骨干网络包括下采样网络和瓶颈结构网络,所述下采样网络用于基于注意力机制对所述待检图像逐级进行下采样,所述瓶颈结构网络用于基于空洞卷积保持对经下采样的特征图的空间分辨率;
对所述不同尺度的特征图逐级进行特征融合,得到融合后的多级特征图,并利用所述融合后的多级特征图生成目标候选区域;
根据所述目标候选区域确定最终检测结果。
2.根据权利要求1所述的方法,其特征在于,所述骨干网络包括顺次连接的4个下采样网络和2个瓶颈结构网络;
所述通过检测网络的骨干网络对架空输电线路的待检图像逐级进行特征提取,包括:
将所述待检图像输入到所述骨干网络中;
通过所述骨干网络中的下采样网络中包含的注意力机制对所述待检图像进行特征提取和通道间特征融合,得到子特征图;
对所述子特征图进行重组,得到特征图,并将所述特征图输入到包含有空洞卷积的瓶颈结构网络中进行空间分辨率保持;
其中,除所述下采样网络中的第一个下采样网络之外的其余下采样网络和所述瓶颈结构网络分别提取出所述待检图像在各个阶段的特征图。
3.根据权利要求2所述的方法,其特征在于,所述通过所述骨干网络中的下采样网络中包含的注意力机制对所述待检图像进行特征提取和通道间特征融合,得到子特征图,包括:
通过所述注意力机制将所述待检图像沿通道维度分为多个子待检图像,并将每个所述子待检图像分成通道注意力单元和空间注意力单元;
通过所述通道注意力单元提取每个所述子待检图像的通道间特征依赖关系,并通过所述空间注意力单元提取每个所述子待检图像的空间特征依赖关系;
对每个所述子待检图像的特征图关系和特征依赖关系进行通道间特征融合,得到子特征图。
4.根据权利要求3所述的方法,其特征在于,所述通过所述通道注意力单元提取每个所述子待检图像的通道间特征依赖关系,包括:
利用全局均值池化算法通过所述通道注意力单元对每个所述子待检图像进行特征压缩,得到一维特征向量;
利用sigmoid激活函数提取所述一维特征向量中的通道间特征依赖关系。
5.根据权利要求3所述的方法,其特征在于,所述通过所述空间注意力单元提取每个所述子待检图像的空间特征依赖关系,包括:
利用组归一化算法通过所述空间注意力单元获取每个所述子待检图像在空间方向上的特征统计量;
利用sigmoid激活函数提取所述特征统计量中的空间特征依赖关系。
6.根据权利要求2所述的方法,其特征在于,所述对所述子特征图进行重组,得到特征图,包括:
利用通道拼接算法对所述子特征图进行重组,得到特征图。
7.根据权利要求2所述的方法,其特征在于,所述对所述不同尺度的特征图逐级进行特征融合,包括:
利用特征金字塔网络对骨干网络中的下采样网络和瓶颈结构中的相邻两个网络输出的特征图逐级进行特征融合。
8.一种架空输电线路缺陷检测装置,其特征在于,所述装置包括:
特征图获取模块,用于通过检测网络的骨干网络对架空输电线路的待检图像逐级进行特征提取,得到不同尺度的特征图;
其中,所述骨干网络包括下采样网络和瓶颈结构网络,所述下采样网络用于基于注意力机制对所述待检图像逐级进行下采样,所述瓶颈结构网络用于基于空洞卷积保持对经下采样的特征图的空间分辨率;
特征融合模块,用于对所述不同尺度的特征图逐级进行特征融合,得到融合后的多级特征图,并利用所述融合后的多级特征图生成目标候选区域;
输出结果过滤模块,用于根据所述目标候选区域确定最终检测结果。
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华雁智能科技(集团)股份有限公司,未经华雁智能科技(集团)股份有限公司许可,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/202110708244.5/1.html,转载请声明来源钻瓜专利网。