【技术实现步骤摘要】
无人机巡检图像的销钉级缺陷识别方法
[0001]本专利技术涉及图像识别
,具体的,涉及,无人机巡检图像的销钉级缺陷识别方法。
技术介绍
[0002]输电线路是电网的重要组成部分,是电力系统的动脉,输电线路巡检事关电网安全平稳运行。国家电网公司每年投入大量人力物力来保证电力巡检工作。由于我国地域辽阔,电网规模庞大,输电线路距离长容量大环境复杂,人工检修存在巡检环境恶劣,工作量大,记录数据多且不易储存的问题,费时费力。故目前主要通过无人机或者直升机巡检,拍摄输电线路图像后传回后台进行人工分析,进行线路缺陷及故障的排查,保证输电线路正常运行。
[0003]销钉在输电线路中起到防止软连接部位错动的作用,销钉的脱落或脱出可能影响输电线路上其余部件的正常运行。无人机巡检图像有着较大的尺度和较高的分辨率,同时销钉在图像中的占比非常微小,若按R
‑
FCN限制的图片输入大小将原图压缩,会造成销钉的细节特征丢失,影响分类效果。且输电线路的金具组合多种多样、金具串形状不规则,实现金具检测产生了巨大的工作量,远超螺栓检测本身。销钉级缺陷识别的目标是缺失开口销的金具螺栓,然而输电线路巡检图像中螺栓种类不一、形态差异小,容易发生混淆,虽然通过无人机进行巡检图像的采集和以及通过人工智能算法对巡检图像进行分析可以很大程度提高巡检的效率,但对于巡检图像中的销钉的缺陷识别的准确性并不高,以上种种都制约着电力巡检自动化和智能化的建设。
技术实现思路
[0004]本专利技术的目的是解决无人机巡检图像中销钉级缺 ...
【技术保护点】
【技术特征摘要】
1.无人机巡检图像的销钉级缺陷识别方法,其特征在于,包括如下步骤:S1、搭建基于R
‑
FCN网络的多目标检测模型,以ResNet
‑
FPN模块作为特征提取器;S2、获取并标注巡检图像,采用网格化半重叠拆分方式对巡检图像进行预处理得到初选子图;S3、对初选子图进行删选和类别标注得到目标子图,使用目标子图训练多目标检测模型与热力图生成模型;S4、使用VGG16
‑
CAM网络通过类激活映射的方法生成金具的热力图;S5、将高清原图和热力图进行叠加作为多目标检测模型的输入,若各类别识别准确率大于预设准确率,则判定多目标检测模型可靠,否则扩大数据集,重新执行S3;S6、通过训练完成的多目标检测模型对无人机实时采集的巡检图像进行识别,得到表征销钉级缺陷图像的类别和位置。2.根据权利要求1所述的无人机巡检图像的销钉级缺陷识别方法,其特征在于,还包括构造类别平衡的大间隔损失函数作为R
‑
FCN网络中的损失函数。3.根据权利要求2所述的无人机巡检图像的销钉级缺陷识别方法,其特征在于,大间隔损失函数的表达式为:其中:y
i
为目标子图的真实类别;c∈[0,C],C为类别数,n
c
表示真实类别为c的全连接层单元个数;f
y
表示全连接层的输出向量,表示全连接层参数向量的模,||x
i
||表示特征向量的模,θ
yi
表示向量与向量x
i
的夹角。4.根据权利要求1所述的无人机巡检图像的销钉级缺陷识别方法,其特征在于,S2中,包括:将高清原图按照网格拆分成一系列大小不尽相同的初选子图;其中,相邻两个初选子图具备重叠区域,重叠区域的宽度大于螺栓在高清原图中的像素。5.根据权利要求4所述的无人机...
【专利技术属性】
技术研发人员:孙劼,李权,刘光,刘欢,蔡华波,方乙安,吕奕铭,李昕,陈达,
申请(专利权)人:国网浙江省电力有限公司台州供电公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。