本发明专利技术涉及电网运维技术领域，公开了一种基于IF‑DETR的绝缘子缺陷检测方法及系统，通过基于DETR模型，采用多尺度特征提取网络、上下文融合模块以及优化的IDIoU损失函数，以改进得到IF‑DETR模型，然后通过IF‑DETR模型进行绝缘子缺陷的检测，能够实现小型绝缘子缺陷的有效检测并区分复杂背景，从而提升电网的可靠性和运行安全性，尤其适用于无人机图像等远程感知设备采集的图像分析，广泛应用于高压输电线路的维护与检测工作。
【技术实现步骤摘要】
本专利技术涉及电网运维，尤其涉及一种基于if-detr的绝缘子缺陷检测方法及系统。
技术介绍
1、在现有技术中，绝缘子缺陷检测存在以下主要问题：首先，小缺陷检测效果欠佳是当前绝缘子缺陷检测技术的一大短板。传统的检测方法在处理绝缘子小缺陷时，往往难以有效捕捉其细微特征。随着深度学习技术的不断发展，特征提取的层次逐渐深入，特征层的尺度也随之减小。然而，这一过程却带来了小缺陷特征逐渐丢失的问题，严重限制了模型对于微小缺陷的精准识别能力。这不仅增加了漏检的风险，也降低了整体检测的可靠性。
2、其次，背景干扰问题同样不容忽视。在实际检测场景中，绝缘子往往处于复杂多变的背景之中。传统的检测方法在处理这类复杂背景时，往往难以有效区分小缺陷与背景特征，从而导致检测结果的准确度大打折扣。这种背景干扰不仅增加了检测的难度，也进一步削弱了模型对于小缺陷的检测能力。
3、再者，匹配过程的不稳定性也是当前技术亟待解决的问题之一。在绝缘子缺陷检测中，hungarian匹配算法常被用于实现特征点与检测框之间的匹配。然而，在处理小缺陷时，该算法可能会遇到匹配不稳定的情况，导致匹配结果出现偏差。这种不稳定性不仅会影响模型的优化过程，还可能对最终的检测准确性造成不利影响。
4、综上所述，绝缘子缺陷检测技术在现有条件下仍面临诸多挑战。为了提升检测效果，有必要对现有技术进行改进和创新。
5、以上信息作为背景信息给出只是为了辅助理解本公开，并没有确定或者承认任意上述内容是否可用作相对于本公开的现有技术。
<
p>技术实现思路1、本专利技术提供一种基于if-detr的绝缘子缺陷检测方法及系统，以解决现有技术中存在的问题。
2、为实现上述目的，本专利技术提供以下的技术方案：
3、第一方面，本专利技术提供一种基于if-detr的绝缘子缺陷检测方法，所述方法包括：
4、获取绝缘子图像；
5、将所述绝缘子图像输入至if-detr模型，得到绝缘子缺陷检测结果；所述if-detr模型为改进的detr模型，采用多尺度特征提取网络、上下文融合模块以及优化的idiou损失函数。
6、进一步地，所述基于if-detr的绝缘子缺陷检测方法中，所述上下文融合模块包括eca-net模块和sau算子；
7、所述eca-net模块通过使用局部跨信道交互来增强特征的表现力；
8、所述sau算子通过空间注意机制进行特征上采样和跨尺度融合。
9、进一步地，所述基于if-detr的绝缘子缺陷检测方法中，所述idiou损失函数的公式如下：
10、；
11、其中，o和ogt分别表示预测框和地面实况框的中心，wc和hc分别表示两个框中最小包围框的宽度和高度，表示两点之间的欧氏距离，r表示分类得分。
12、进一步地，所述基于if-detr的绝缘子缺陷检测方法中，所述方法还包括：
13、基于detr模型，采用多尺度特征提取网络、上下文融合模块以及优化的idiou损失函数，以改进得到if-detr模型；
14、对所述if-detr模型进行训练，得到训练好的所述if-detr模型。
15、第二方面，本专利技术提供一种基于if-detr的绝缘子缺陷检测系统，所述系统包括：
16、图像获取模块，用于获取绝缘子图像；
17、缺陷检测模块，用于将所述绝缘子图像输入至if-detr模型，得到绝缘子缺陷检测结果；所述if-detr模型为改进的detr模型，采用多尺度特征提取网络、上下文融合模块以及优化的idiou损失函数。
18、进一步地，所述基于if-detr的绝缘子缺陷检测系统中，所述上下文融合模块包括eca-net模块和sau算子；
19、所述eca-net模块通过使用局部跨信道交互来增强特征的表现力；
20、所述sau算子通过空间注意机制进行特征上采样和跨尺度融合。
21、进一步地，所述基于if-detr的绝缘子缺陷检测系统中，所述idiou损失函数的公式如下：
22、；
23、其中，o和ogt分别表示预测框和地面实况框的中心，wc和hc分别表示两个框中最小包围框的宽度和高度，表示两点之间的欧氏距离，r表示分类得分。
24、进一步地，所述基于if-detr的绝缘子缺陷检测系统中，所述系统还包括模型构建模块，用于：
25、基于detr模型，采用多尺度特征提取网络、上下文融合模块以及优化的idiou损失函数，以改进得到if-detr模型；
26、对所述if-detr模型进行训练，得到训练好的所述if-detr模型。
27、第三方面，本专利技术提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面提供的基于if-detr的绝缘子缺陷检测方法。
28、第四方面，本专利技术提供一种计算机可读存储介质，其上存储有计算机可执行指令，所述计算机可执行指令由计算机处理器执行，以实现如上述第一方面提供的基于if-detr的绝缘子缺陷检测方法。
29、与现有技术相比，本专利技术具有以下有益效果：
30、本专利技术提供的一种基于if-detr的绝缘子缺陷检测方法及系统，通过基于detr模型，采用多尺度特征提取网络、上下文融合模块以及优化的idiou损失函数，以改进得到if-detr模型，然后通过if-detr模型进行绝缘子缺陷的检测，能够实现小型绝缘子缺陷的有效检测并区分复杂背景，从而提升电网的可靠性和运行安全性，尤其适用于无人机图像等远程感知设备采集的图像分析，广泛应用于高压输电线路的维护与检测工作。
31、本专利技术具有其它的特性和优点，这些特性和优点从并入本文中的附图和随后的具体实施方式中将是显而易见的，或者将在并入本文中的附图和随后的具体实施方式中进行详细陈述，这些附图和具体实施方式共同用于解释本专利技术的特定原理。
本文档来自技高网...
【技术保护点】
1.一种基于IF-DETR的绝缘子缺陷检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于IF-DETR的绝缘子缺陷检测方法，其特征在于，所述上下文融合模块包括ECA-Net模块和SAU算子；
3.根据权利要求1所述的基于IF-DETR的绝缘子缺陷检测方法，其特征在于，所述IDIoU损失函数的公式如下：
4.根据权利要求1所述的基于IF-DETR的绝缘子缺陷检测方法，其特征在于，所述方法还包括：
5.一种基于IF-DETR的绝缘子缺陷检测系统，其特征在于，所述系统包括：
6.根据权利要求5所述的基于IF-DETR的绝缘子缺陷检测系统，其特征在于，所述上下文融合模块包括ECA-Net模块和SAU算子；
7.根据权利要求5所述的基于IF-DETR的绝缘子缺陷检测系统，其特征在于，所述IDIoU损失函数的公式如下：
8.根据权利要求5所述的基于IF-DETR的绝缘子缺陷检测系统，其特征在于，所述系统还包括模型构建模块，用于：
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-4中任一项所述的基于IF-DETR的绝缘子缺陷检测方法。
10.一种计算机可读存储介质，其上存储有计算机可执行指令，其特征在于，所述计算机可执行指令由计算机处理器执行，以实现如权利要求1-4中任一项所述的基于IF-DETR的绝缘子缺陷检测方法。
...
【技术特征摘要】
1.一种基于if-detr的绝缘子缺陷检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于if-detr的绝缘子缺陷检测方法，其特征在于，所述上下文融合模块包括eca-net模块和sau算子；
3.根据权利要求1所述的基于if-detr的绝缘子缺陷检测方法，其特征在于，所述idiou损失函数的公式如下：
4.根据权利要求1所述的基于if-detr的绝缘子缺陷检测方法，其特征在于，所述方法还包括：
5.一种基于if-detr的绝缘子缺陷检测系统，其特征在于，所述系统包括：
6.根据权利要求5所述的基于if-detr的绝缘子缺陷检测系统，其特征在于，所述上下文融合模块包括eca-net模...
【专利技术属性】
技术研发人员：王植，林伯琴，徐卫东，许家凤，张凌菡，刘从聪，李靖，周铭，周佳，戴喜良，袁聪，
申请(专利权)人：广东电网有限责任公司东莞供电局，
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。