【技术实现步骤摘要】
本专利技术涉及输电线路检测领域，主要涉及一种基于关键点的输电金具轮廓检测方法。
技术介绍
1、架空输电线路长期暴露在室外，受到日照、雨雪、异物、外力等各种因素的影响，容易产生缺陷，造成安全隐患。输电线路中包含了大量的金属器件，这些金具在长期的外界因素影响下，容易发生锈蚀、破损、脱落、移位等缺陷，对电力系统的稳定性造成了很大的威胁。通过对金具进行监控可以即使发现安全隐患，但现有的检测算法，大多是检测出金具的矩形边界框，其位置信息过于粗略，如cn110232370a《一种改进ssd模型的输电线路航拍图像金具检测方法》公开了“一种改进ssd模型的输电线路航拍图像金具检测方法，首先量化分析了航拍金具数据集中金具的遮挡度，然后将ssd模型中的损失函数替换为使用遮挡度约束后的斥力损失，改变ssd生成的prior box尺度，改进深度网络模型，解决了航拍金具密集检测的问题，以及解决了小目标检测效果较差的问题”，但所述方法主要检测金具的类别及边界框，但不能精确定位金具的朝向、轮廓等信息，对金具的检测准确度不够，不易发现金具的旋转、移位等轻度变化，同时，没有金具的精确轮廓难以对金具的锈蚀程度进行准确的评估。
技术实现思路
1、为了解决现有技术所存在的上述问题，本申请提供了一种基于关键点的输电金具轮廓检测方法。
2、本申请的技术方案如下：
3、一种基于关键点的输电金具轮廓检测方法，所述方法包括：
4、获取带有金具的输电线路样本图像，对所述输电线路样本图像进行样本数据
5、根据金具定位点和金具轮廓点确定金具的最小外接矩形并将其作为边界框，根据边界框和金具类别生成训练集；
6、将resnet深度卷积神经网络架构作为主干网络，结合fpn特征金字塔网络构建ssd单发多框检测器，并通过所述训练集进行训练，获得训练完成的金具边界框检测模型resnet-fpn-ssd，利用所述金具边界框检测模型对待检测输电线路图像进行检测，获得待检测输电线路图像中金具的检测结果；
7、训练不同类别的金具轮廓检测器，将所述检测结果作为金具轮廓检测器的输入，输出对应类别的金具轮廓信息。
8、优选的，所述利用所述金具边界框检测模型对待检测输电线路图像进行检测具体为：
9、以resnet作为主干网络，通过引入顶部到底部的连接方式、逐层卷积操作和上采样操作，生成具有不同尺度的特征层，从待检测输电线路图像中提取特征；
10、使用预定义的锚框选取每个特征层的候选框，将所述候选框送入对应检测器获得对应位置及类别信息；
11、通过非极大值抑制法去除重复候选框获得最终检测结果。
12、优选的，以resnet作为主干网络，通过引入顶部到底部的连接方式、逐层卷积操作和上采样操作，生成具有不同尺度的特征层，从待检测输电线路图像中提取特征具体为：
13、所述resnet为resnet101，取resnet101中conv2_x、conv3_x、conv4_x和conv5_x层的输出作为多尺度特征，利用1x1 s1的卷积操作对conv3_x、conv4_x和conv5_x的特征图进行通道数的调整，使其与conv2_x的特征图具有相同的通道数；通过上采样操作，将conv5_x、conv4_x和conv3_x的特征图逐层向下传递并与下层特征图叠加，得到每层的最终特征图，其中，得到每层的最终特征图还包括对叠加后的特征图进行3x3s1的卷积操作。
14、优选的，训练不同类别的金具轮廓检测器具体为：
15、将所述最终检测结果按类别作为hourglass沙漏网络的输入，利用hourglass沙漏网络计算出对应类别金具的定位关键点，根据对应类别金具的定位关键点划分金具的检测结果为若干子图，利用hourglass沙漏网络计算出子图中金具的轮廓信息，通过将子图的轮廓信息合并获得对应类别金具的完整轮廓信息，完成金具检测任务。
16、优选的，所述方法还包括将最终检测结果通过平均池化缩小为低分辨率图像后按类别作为hourglass沙漏网络的输入。
17、优选的，利用hourglass沙漏网络计算出对应类别金具的定位关键点具体为根据低分辨率图像生成该图像对应的热力图，通过softmax找出热力图中n个局部最大值，确定为n个定位关键点，将所述低分辨率图像通过上采样变换为高分辨图像，获取高分辨图像中n个定位关键点的对应位置。
18、优选的，根据对应类别金具的定位关键点划分金具的检测结果为若干子图具体为根据n个定位关键点，将金具的检测结果划分为n块区域，每块区域为一子图，其中，根据定位关键点类型的进行对应的划分方式，所述划分方式包括平行模式和十字交叉模式。
19、一种基于关键点的输电金具轮廓检测系统，所述系统包括数据采集模块、数据处理模块、轮廓检测模块和数据输出模块，其中：
20、所述数据采集模块用于获取带有金具的输电线路样本图像；
21、所述数据处理模块用于对所述输电线路样本图像进行样本数据标注，所述样本数据包括金具类别、金具定位点和金具轮廓点；
22、所述轮廓检测模块内部设置有训练完成的金具边界框检测模型resnet-fpn-ssd和不同金具类别的金具轮廓检测器，通过所述金具边界框检测模型对待检测输电线路图像进行检测，获得待检测输电线路图像中金具的检测结果，将所述检测结果作为金具轮廓检测器的输入，获得对应类别的金具轮廓信息；
23、所述数据输出模块用于输出对应类别的金具轮廓信息。
24、一种电子设备，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，所述处理器执行所述程序时实现如实施例任意一项所述的一种基于关键点的输电金具轮廓检测方法。
25、一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如如实施例任意一项所述的一种基于关键点的输电金具轮廓检测方法。
26、与现有技术相比，本专利技术的有益效果是：
27、1)本专利技术提供了一种基于关键点的输电金具轮廓检测方法，通过将金具的最小外接矩形作为边界框，并利用resnet-fpn-ssd模型进行金具边界框检测，这种多尺度特征提取可以帮助模型对不同大小的金具进行有效检测，提高金具轮廓检测的鲁棒性，有效地定位和识别输电线路图像中的金具，提高金具的检测准确性；
28、2)本专利技术提供了一种基于关键点的输电金具轮廓检测方法，在金具检测的基础上，训练不同类别的金具轮廓检测器，将金具检测结果作为输入，输出对应类别的金具轮廓信息，实现对每个金具类别的更精确轮廓提取，为后续的流程及应用提供更丰富的金具信息；
29、3)本专利技术提供了一种基于关键点的输电金具轮廓检测方法，通过hourglass沙漏网络计算出金具的定位关键点和轮廓信息，增强对金具形状的理解和建模能力，提高金具轮廓检测本文档来自技高网...
【技术保护点】
1.一种基于关键点的输电金具轮廓检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种基于关键点的输电金具轮廓检测方法，其特征在于，所述利用所述金具边界框检测模型对待检测输电线路图像进行检测具体为：
3.根据权利要求2所述的一种基于关键点的输电金具轮廓检测方法，其特征在于，以ResNet作为主干网络，通过引入顶部到底部的连接方式、逐层卷积操作和上采样操作，生成具有不同尺度的特征层，从待检测输电线路图像中提取特征具体为：
4.根据权利要求2所述的一种基于关键点的输电金具轮廓检测方法，其特征在于，训练不同类别的金具轮廓检测器具体为：
5.根据权利要求4所述的一种基于关键点的输电金具轮廓检测方法，其特征在于，所述方法还包括将最终检测结果通过平均池化缩小为低分辨率图像后按类别作为Hourglass沙漏网络的输入。
6.根据权利要求5所述的一种基于关键点的输电金具轮廓检测方法，其特征在于，利用Hourglass沙漏网络计算出对应类别金具的定位关键点具体为根据低分辨率图像生成该图像对应的热力图，通过softmax找出热力
7.根据权利要求6所述的一种基于关键点的输电金具轮廓检测方法，其特征在于，根据对应类别金具的定位关键点划分金具的检测结果为若干子图具体为根据N个定位关键点，将金具的检测结果划分为N块区域，每块区域为一子图，其中，根据定位关键点类型的进行对应的划分方式，所述划分方式包括平行模式和十字交叉模式。
8.一种基于关键点的输电金具轮廓检测系统，其特征在于，所述系统包括数据采集模块、数据处理模块、轮廓检测模块和数据输出模块，其中：
9.一种电子设备，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至7一项所述的一种基于关键点的输电金具轮廓检测方法。
10.一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至7任一项所述的一种基于关键点的输电金具轮廓检测方法。
...【技术特征摘要】
1.一种基于关键点的输电金具轮廓检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种基于关键点的输电金具轮廓检测方法，其特征在于，所述利用所述金具边界框检测模型对待检测输电线路图像进行检测具体为：
3.根据权利要求2所述的一种基于关键点的输电金具轮廓检测方法，其特征在于，以resnet作为主干网络，通过引入顶部到底部的连接方式、逐层卷积操作和上采样操作，生成具有不同尺度的特征层，从待检测输电线路图像中提取特征具体为：
4.根据权利要求2所述的一种基于关键点的输电金具轮廓检测方法，其特征在于，训练不同类别的金具轮廓检测器具体为：
5.根据权利要求4所述的一种基于关键点的输电金具轮廓检测方法，其特征在于，所述方法还包括将最终检测结果通过平均池化缩小为低分辨率图像后按类别作为hourglass沙漏网络的输入。
6.根据权利要求5所述的一种基于关键点的输电金具轮廓检测方法，其特征在于，利用hourglass沙漏网络计算出对应类别金具的定位关键点具体为根据低分辨率图像生成该图像对应的热力图，通过...
【专利技术属性】
技术研发人员：陈伯建，吴晓杰，吴文斌，梁曼舒，林承华，李哲舟，张伟豪，韩腾飞，陈卓磊，朱儒强，
申请(专利权)人：国网福建省电力有限公司电力科学研究院，
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。