[发明专利]线路巡检方法、装置和存储介质

权利要求书

1.一种线路巡检方法，其特征在于，所述方法包括：

获取待检测输电线路的输电线路图像；

对所述输电线路图像进行特征提取，得到特征金字塔；

根据所述特征金字塔确定多尺度语义特征；

对所述多尺度语义特征进行语义增强，得到语义增强的增强特征图像；

根据所述语义增强的增强特征图像确定所述待检测输电线路的缺陷类别和缺陷位置。

2.根据权利要求1所述方法，其特征在于，所述根据所述特征金字塔确定多尺度语义特征，包括：

通过多感受野级联模块确定所述特征金字塔的最高层特征中的多尺度语义特征，所述多感受野级联模块包括多个感受野的空洞卷积模块，所述多个感受野的空洞卷积模块级联；每个所述空洞卷积模块包括多个空洞卷积层、批标准化层以及激活层；所述多个空洞卷积模块中的空洞卷积率不同。

3.根据权利要求2所述方法，其特征在于，所述多个空洞卷积模块的个数为n，n为正整数，所述通过多感受野级联模块确定所述特征金字塔的最高层特征中的多尺度语义特征，包括：

将所述特征金字塔的最高层特征作为第一输入特征，输入第一空洞卷积模块，通过所述第一空洞卷积模块对所述第一输入特征进行计算，输出第一感受野增强特征；

将所述特征金字塔的最高层特征和所述第一中间层特征作为第二输入特征，输入第二空洞卷积模块，通过所述第二空洞卷积模块对所述第二输入特征进行计算，输出第二感受野增强特征；

将所述特征金字塔的最高层特征和n-1个空洞卷积模块输出的n-1个感受野增强特征作为第n个空洞卷积模块的输入特征，输入至第n个空洞卷积模块，通过所述第n个空洞卷积模块对所述第n个空洞卷积模块的输入特征进行计算，输出所述多尺度语义特征。

4.根据权利要求3所述方法，其特征在于，所述第n个空洞卷积模块的输入特征的数量为m，m为正整数，所述通过所述第n个空洞卷积模块对所述第n个空洞卷积模块的输入特征进行计算，包括：

通过第n个空洞卷积模块将m个输入特征在通道维度上拼接为目标特征；

依据输入特征的个数m，通过1*1卷积模块将通道维度降低至m；

通过激活函数对所述目标特征进行通道维度上的归一化处理，得到m个归一化系数；

根据所述m个归一化系数和所述m个输入特征进行加权求和，得到所述多尺度语义特征。

5.根据权利要求1-4任一项所述方法，其特征在于，所述特征金字塔的层数为k，k为正整数，对所述多尺度语义特征进行语义增强，得到语义增强的增强特征图像，包括：

通过语义引导学习模块中的上采样函数对所述多尺度语义特征进行上采样，得到第k层语义特征；根据所述第k层语义特征和所述特征金字塔中的第k-1层特征确定第k-1层语义特征；

通过上采样函数对所述第k层语义特征进行上采样，得到第k层新的语义特征；根据所述第k-1层语义特征进行上采样，得到第k-1层新的语义特征；根据所述第k层新的语义特征、所述第k-1层新的语义特征和所述特征金字塔中的第k-2层特征确定第k-2层语义特征；

通过上采样函数对第2层至第k层新的语义特征第进行上采样，得到k-1个新的语义特征；根据所述k-1个新的语义特征和所述特征金字塔中的第1层特征确定所述语义增强的特征金字塔，所述特征金字塔中的第1层特征为所述特征金字塔中的最低层特征。

6.根据权利要求5所述方法，其特征在于，所述根据所述k-1个新的语义特征和所述特征金字塔中的第1层特征确定所述语义增强的特征金字塔，包括：

获取k层特征金字塔中每一层对应的加权系数，得到k个加权系数；

根据所述k个加权系数、所述k-1个新的语义特征和所述特征金字塔中的第1层特征进行加权求和，得到所述多尺度语义特征。

7.根据权利要求1所述方法，其特征在于，在所述对所述输电线路图像进行特征提取，得到特征金字塔之前，所述方法还包括：

对所述待检测输电线路图像进行预处理；其中，所述预处理包括：对图片进行裁剪去除背景区域；对输入图片数据进行标准化处理。