输电线路的绝缘子检测方法、系统和装置制造方法及图纸

本发明专利技术涉及一种输电线路的绝缘子检测方法、系统和装置、计算机设备、计算机存储介质。上述输电线路的绝缘子检测方法包括：将当前接收的待测输电线路照片输入预设的绝缘子检测模型；其中，所述绝缘子检测模型为识别输电线路照片中绝缘子的位置信息的模型；通过所述绝缘子检测模型识别所述待测输电线路照片中的绝缘子的目标位置信息；根据所述目标位置信息在所述待测输电线路照片中标注所述绝缘子。本发明专利技术可以将待测输电线路照片输入预设的绝缘子检测模型，通过绝缘子检测模型识别其中绝缘子的目标位置信息，以标注上述绝缘子，实现待测输电线路照片中绝缘子的检测，在保证绝缘子检测结果准确性的基础上，有效提高了绝缘子的检测效率。

Insulator detection methods, systems and devices for transmission lines

The invention relates to an insulator detection method, a system and a device, a computer device and a computer storage medium for a transmission line. The insulator detection method of the transmission line includes: input the currently received photos of the transmission line to a preset insulator detection model; in which the insulator detection model is a model for identifying the location information of the insulator in the transmission line photos; identify the target location information of the insulator in the transmission line photos according to the insulator detection model; The target position information is marked with the insulator in the transmission line photo to be measured. The invention can input the photos of the transmission line to be measured into the preset insulator detection model, identify the target location information of the insulators through the insulator detection model, mark the insulators, realize the detection of the insulators in the photos of the transmission line to be measured, and effectively improve the detection efficiency of the insulators on the basis of ensuring the accuracy of the insulator detection results.

【技术实现步骤摘要】
输电线路的绝缘子检测方法、系统和装置
本专利技术涉及电力
，特别是涉及一种输电线路的绝缘子检测方法、系统和装置、计算机设备、计算机存储介质。
技术介绍
输电线路是电力系统的重要组成部分，它担负着输送和分配电能的任务。伴随着无人机技术的发展，考虑到无人机自身具有的优势：携带方便、操作简单、反应迅速、起飞降落对环境的要求低等等，越来越多的国家开始采用无人机巡线的方式代替传统巡线。但是户外无人机拍摄输电线路图像的绝缘子检测结果受背景影响较大，问题复杂。因此如何有效区分背景和绝缘子，从复杂背景图像中准确识别绝缘子成为检测工作的难点。传统方案通常采用边缘检测方法或者基于阔值分割方法等数字图像处理技术进行输电线路中绝缘子的检测，上述绝缘子的检测方案包括复杂的图像处理过程，容易影响输电线路中绝缘子的检测效率。
技术实现思路
基于此，有必要针对传统方案容易影响输电线路中绝缘子的检测效率的技术问题，提供一种输电线路的绝缘子检测方法、系统和装置、计算机设备、计算机存储介质。一种输电线路的绝缘子检测方法，包括：将当前接收的待测输电线路照片输入预设的绝缘子检测模型；其中，所述绝缘子检测模型为识别输电线路照片中绝缘子的位置信息的模型；通过所述绝缘子检测模型识别所述待测输电线路照片中的绝缘子的目标位置信息；根据所述目标位置信息在所述待测输电线路照片中标注所述绝缘子。在一个实施例中，在所述将当前接收的待测输电线路照片输入预设的绝缘子检测模型之前，还包括：通过训练输入文件训练目标检测模型，当所述目标检测模型在各个训练样本中识别的绝缘子的测试位置信息与所述训练样本中绝缘子的实际位置信息之间的差值小于差值阈值时，根据所述目标检测模型确定所述绝缘子检测模型；其中，所述训练输入文件包括多个训练样本，所述训练样本为已知绝缘子实际位置信息的输电线路照片。作为一个实施例，所述通过训练输入文件训练目标检测模型，在所述目标检测模型在各个训练样本中识别的绝缘子的测试位置信息与所述训练样本中绝缘子的实际位置信息之间的差值小于差值阈值时，根据所述目标检测模型确定所述绝缘子检测模型，包括：将所述训练输入文件中的训练样本以及各个训练样本的标签文件导入所述目标检测模型的图像库；其中，所述标签文件记录所述训练样本中绝缘子的实际位置信息；针对所述图像库中各个训练样本以及各个训练样本的标签文件进行深度学习，得到表征训练样本中绝缘子位置的测试位置信息；获取各个训练样本中绝缘子的测试位置信息与实际位置信息之间的差值，在各个差值均小于差值阈值时，获取确定所述测试位置信息的检测参数，根据所述检测参数确定所述绝缘子检测模型。作为一个实施例，在所述通过训练输入文件训练目标检测模型，在所述目标检测模型在各个训练样本中识别的绝缘子的测试位置信息与所述训练样本中绝缘子的实际位置信息之间的差值小于差值阈值时，根据所述目标检测模型确定所述绝缘子检测模型之前，还包括：根据多个已知绝缘子实际位置信息的输电线路照片确定训练样本，根据所述训练样本中绝缘子的实际位置信息确定所述训练样本的标签文件；根据所述训练样本和标签文件生成所述训练输入文件。一种输电线路的绝缘子检测系统，包括无人机、摄像装置和服务器；所述摄像装置悬挂设置在所述无人机底部；所述摄像装置连接所述无人机，所述无人机与所述服务器进行无线通信连接；所述无人机在输电线路上方飞行，并将接收的待测输电线路照片传输至服务器；所述摄像装置在所述无人机飞行时，拍摄所述输电线路的照片，得到待测输电线路照片，将所述待测输电线路照片发送至所述无人机；所述服务器根据如上任意一个实施例所述的输电线路的绝缘子检测方法检测所述待测输电线路照片中的绝缘子。一种输电线路的绝缘子检测装置，包括：输入模块，用于将当前接收的待测输电线路照片输入预设的绝缘子检测模型；其中，所述绝缘子检测模型为识别输电线路照片中绝缘子的位置信息的模型；识别模块，用于通过所述绝缘子检测模型识别所述待测输电线路照片中的绝缘子的目标位置信息；标注模块，用于根据所述目标位置信息在所述待测输电线路照片中标注所述绝缘子。在一个实施例中，所述输电线路的绝缘子检测装置，还包括：训练模块，用于通过训练输入文件训练目标检测模型，在所述目标检测模型在各个训练样本中识别的绝缘子的测试位置信息与所述训练样本中绝缘子的实际位置信息之间的差值小于差值阈值时，根据所述目标检测模型确定所述绝缘子检测模型；其中，所述训练输入文件包括多个训练样本，所述训练样本为已知绝缘子实际位置信息的输电线路照片。作为一个实施例，所述训练模块进一步用于：将所述训练输入文件中的训练样本以及各个训练样本的标签文件导入所述目标检测模型的图像库；其中，所述标签文件记录所述训练样本中绝缘子的实际位置信息；针对所述图像库中各个训练样本以及各个训练样本的标签文件进行深度学习，得到表征训练样本中绝缘子位置的测试位置信息；获取各个训练样本中绝缘子的测试位置信息与实际位置信息之间的差值，在各个差值均小于差值阈值时，获取确定所述测试位置信息的检测参数，根据所述检测参数确定所述绝缘子检测模型。一种计算机设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任一实施例提供的输电线路的绝缘子检测方法。一种计算机存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述任一实施例提供的输电线路的绝缘子检测方法。上述输电线路的绝缘子检测方法、系统、装置、计算机设备和计算机存储介质，可以将待测输电线路照片输入预设的绝缘子检测模型，通过绝缘子检测模型识别其中绝缘子的目标位置信息，以标注上述绝缘子，实现待测输电线路照片中绝缘子的检测，在保证绝缘子检测结果准确性的基础上，有效提高了绝缘子的检测效率。附图说明图1为一个实施例的输电线路的绝缘子检测方法流程图；图2为一个实施例的RPN的结构示意图；图3为一个实施例的输电线路的绝缘子检测系统结构示意图；图4为一个实施例的输电线路的绝缘子检测装置结构示意图；图5为一个实施例的计算机设备内部结构示意图。具体实施方式为使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步的详细说明。应当理解，此处所描述的具体实施方式仅仅用以解释本专利技术，并不限定本专利技术的保护范围。需要说明的是，本专利技术实施例所涉及的术语“第一\第二\第三”仅仅是区别类似的对象，不代表针对对象的特定排序，可以理解地，“第一\第二\第三”在允许的情况下可以互换特定的顺序或先后次序。应该理解“第一\第二\第三”区分的对象在适当情况下可以互换，以使这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。本专利技术实施例的术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或模块的过程、方法、装置、产品或设备没有限定于已列出的步骤或模块，而是可选地还包括没有列出的步骤或模块，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或模块。在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本本文档来自技高网...

【技术保护点】
1.一种输电线路的绝缘子检测方法，其特征在于，包括：将当前接收的待测输电线路照片输入预设的绝缘子检测模型；其中，所述绝缘子检测模型为识别输电线路照片中绝缘子的位置信息的模型；通过所述绝缘子检测模型识别所述待测输电线路照片中的绝缘子的目标位置信息；根据所述目标位置信息在所述待测输电线路照片中标注所述绝缘子。

【技术特征摘要】
1.一种输电线路的绝缘子检测方法，其特征在于，包括：将当前接收的待测输电线路照片输入预设的绝缘子检测模型；其中，所述绝缘子检测模型为识别输电线路照片中绝缘子的位置信息的模型；通过所述绝缘子检测模型识别所述待测输电线路照片中的绝缘子的目标位置信息；根据所述目标位置信息在所述待测输电线路照片中标注所述绝缘子。2.根据权利要求1所述的输电线路的绝缘子检测方法，其特征在于，在所述将当前接收的待测输电线路照片输入预设的绝缘子检测模型之前，还包括：通过训练输入文件训练目标检测模型，当所述目标检测模型在各个训练样本中识别的绝缘子的测试位置信息与所述训练样本中绝缘子的实际位置信息之间的差值小于差值阈值时，根据所述目标检测模型确定所述绝缘子检测模型；其中，所述训练输入文件包括多个训练样本，所述训练样本为已知绝缘子实际位置信息的输电线路照片。3.根据权利要求2所述的输电线路的绝缘子检测方法，其特征在于，所述通过训练输入文件训练目标检测模型，在所述目标检测模型在各个训练样本中识别的绝缘子的测试位置信息与所述训练样本中绝缘子的实际位置信息之间的差值小于差值阈值时，根据所述目标检测模型确定所述绝缘子检测模型，包括：将所述训练输入文件中的训练样本以及各个训练样本的标签文件导入所述目标检测模型的图像库；其中，所述标签文件记录所述训练样本中绝缘子的实际位置信息；针对所述图像库中各个训练样本以及各个训练样本的标签文件进行深度学习，得到表征训练样本中绝缘子位置的测试位置信息；获取各个训练样本中绝缘子的测试位置信息与实际位置信息之间的差值，在各个差值均小于差值阈值时，获取确定所述测试位置信息的检测参数，根据所述检测参数确定所述绝缘子检测模型。4.根据权利要求2所述的输电线路的绝缘子检测方法，其特征在于，在所述通过训练输入文件训练目标检测模型，在所述目标检测模型在各个训练样本中识别的绝缘子的测试位置信息与所述训练样本中绝缘子的实际位置信息之间的差值小于差值阈值时，根据所述目标检测模型确定所述绝缘子检测模型之前，还包括：根据多个已知绝缘子实际位置信息的输电线路照片确定训练样本，根据所述训练样本中绝缘子的实际位置信息确定所述训练样本的标签文件；根据所述训练样本和标签文件生成所述训练输入文件。5.一种输电线路的绝缘子检测系统，其特征在于，包括无人机、摄像装置和服务器；所述摄...

【专利技术属性】
技术研发人员：吕志宁，宁柏锋，董召杰，吴丹，
申请(专利权)人：深圳供电局有限公司，鼎信信息科技有限责任公司，
类型：发明
国别省市：广东,44