[发明专利]架空输电线路缺陷检测方法、装置及电子设备

说明书

本发明提供架空输电线路缺陷检测方法、装置及电子设备，涉及目标检测领域。方法包括：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；对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，并利用融合后的多级特征图生成目标候选区域；根据目标候选区域确定最终检测结果。本发明实施例的架空输电线路缺陷检测方法、装置及电子设备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，在对复杂检测环境下的架空输电线路进行缺陷检测时，这种特征提取方式能够保证对网络深层阶段的小目标的空间分辨率，提升对小目标的缺陷目标检测能力和定位能力，从而节省人力成本和物力成本。

技术领域

本发明涉及目标检测技术领域，尤其是涉及一种架空输电线路缺陷检测方法、装置及电子设备。

背景技术

目前，常用于输电线路缺陷检测的深度学习算法包括two-stage检测器和one-stage检测器，其中，two-stage检测器的检测流程一般为：1、将待检测目标图像输入到骨干网络中进行图像的特征提取，得到特征图；2、将从骨干网络中提取的特征图输入到候选区域提议网络中进行分类和回归，得到一系列候选框；3、利用分类回归网络进行二次检测，对一系列候选框进行位置回归和类别概率打分的计算，并对所得到的预测框进行非极大值抑制，从而输出最终的检测结果。one-stage检测器的检测流程与two-stage检测器类似，但其不需要将特征图输入到候选区域提议网络中，而是直接利用从骨干网络提取到的特征图进行目标框的分类和回归。

然而，不管是one-stage检测器还是two-stage检测器，在应用于架空输电线路缺陷检测时，两种检测器使用的骨干网络通常是基于为分类任务设计和训练的骨干网络，而仅使用基于分类任务的骨干网络，会对提升目标检测器对缺陷目标的定位能力方面带来阻碍，同时，one-stage检测器和two-stage检测器通常在骨干网络后加入特征金字塔网络，而one-stage检测器或two-stage检测器加特征金字塔网络的方法在小目标的缺陷检测方面仍然有进一步的提升空间。

发明内容

有鉴于此，本发明的目的在于提供一种架空输电线路缺陷检测方法、装置及电子设备，以改善上述技术问题。

第一方面，本发明实施例提供了一种架空输电线路缺陷检测方法，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。

结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，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。