一种电网巡检绝缘子检测分类方法技术

本发明专利技术公开了一种电网巡检绝缘子检测分类方法，通过目标先验模型确定正样本和负样本，并通过特征共享使目标先验模型的参数在多层级间流动，极大的提升了绝缘子的检测精度的同时缩短了其搜索进程；利用目标先验机制挖掘匹配无关负样本，从而引导检测绝缘子的进程在源数据中更好的鉴别，提高生成正样本的稳定性，达成借助先验知识对绝缘子的有效识别。

【技术实现步骤摘要】
一种电网巡检绝缘子检测分类方法
本专利技术涉及图像识别领域，具体涉及一种电网巡检绝缘子检测分类方法。
技术介绍
现如今，人们生产生活的需求不断提高，电力系统的建设规模也跟着不断扩大。在电力系统的网络监测方面航空拍摄可监测大部分电力线路和设备，成为一个很重要的监测手段，其中输电线路的巡检是重要的组成部分。而绝缘子作为输电线路的重要组成部分，对保证电力系统的安全运行起着重要作用。在电力巡查任务中，需要针对不同类型的绝缘子进行缺陷检测以及分类，而随着电力系统的规模不断扩大，大量的航空测量图像数据接踵而来，手工测量方法无法针对不同种类的缺陷做出高效准确的判断，已经无法满足现在的处理需求。寻找一种高效准确、检测速度快且鲁棒性好的的模型至关重要。近些年，大数据和机器学习的兴起给模式识别领域带来很大冲击，在大规模图像数据集和图形处理单元(GPU)等高性能计算平台的推动下，基于深度学习、神经网络的模型方法在目标检测、图像分类等任务中都有着卓越的表现。有关计算机视觉的辅助方法在电力系统中也得到了广泛的应用，神经网络模型能够提取出缺陷绝缘子的深度特本文档来自技高网...

【技术保护点】
1.一种电网巡检绝缘子检测分类方法，其特征在于，包括以下步骤：/nS1、获取输电线路绝缘子数据集；/nS2、对数据集进行人工标注，得到训练数据集；/nS3、构建电网巡检绝缘子检测分类模型；/nS4、将训练数据集输入目标先验模型，得到正样本和负样本；/nS5、将正样本和负样本输入电网巡检绝缘子检测分类模型进行训练，得到训练完成的电网巡检绝缘子检测分类模型；/nS6、采集输电线路绝缘子数据，并将其输入到训练完成的电网巡检绝缘子检测分类模型，得到分辨率不同的特征图；/nS7、对分辨率不同的特征图同时进行Softmax分类预测和边框回归处理，得到包含绝缘子的图像及其分类结果。/n

【技术特征摘要】
1.一种电网巡检绝缘子检测分类方法，其特征在于，包括以下步骤：
S1、获取输电线路绝缘子数据集；
S2、对数据集进行人工标注，得到训练数据集；
S3、构建电网巡检绝缘子检测分类模型；
S4、将训练数据集输入目标先验模型，得到正样本和负样本；
S5、将正样本和负样本输入电网巡检绝缘子检测分类模型进行训练，得到训练完成的电网巡检绝缘子检测分类模型；
S6、采集输电线路绝缘子数据，并将其输入到训练完成的电网巡检绝缘子检测分类模型，得到分辨率不同的特征图；
S7、对分辨率不同的特征图同时进行Softmax分类预测和边框回归处理，得到包含绝缘子的图像及其分类结果。


2.根据权利要求1所述的电网巡检绝缘子检测分类方法，其特征在于，所述步骤S3中电网巡检绝缘子检测分类模型包括：改进型VGG-16网络结构、多尺度特征卷积层Conv8_1、多尺度特征卷积层Conv8_2、多尺度特征卷积层Conv9_1、多尺度特征卷积层Conv9_2、加法器SUM1、加法器SUM2、加法器SUM3、第一反卷积层、第二反卷积层、第三反卷积层、第一检测回归模型、第二检测回归模型、第三检测回归模型和第四检测回归模型；
所述加法器SUM3的第一输入端与改进型VGG-16网络结构的第10层卷积层Conv4_3连接，其第二输入端与第二反卷积层的第一输出端连接；所述改进型VGG-16网络结构的卷积层Conv7的输出端分别与加法器SUM2的第一输入端和多尺度特征卷积层Conv8_1的输入端连接；所述多尺度特征卷积层Conv8_1的输出端与多尺度特征卷积层Conv8_2的输入端连接；所述多尺度特征卷积层Conv8_2的输出端分别与加法器SUM1的第一输入端和多尺度特征卷积层Conv9_1的输入端连接；所述多尺度特征卷积层Conv9_2的输出端分别与加法器SUM1的第二输入端和第四检测回归模型的输入端连接，其输入端与多尺度特征卷积层Conv9_1的输出端连接；所述加法器SUM1的输出端与第一反卷积层的输入端连接；所述第一反卷积层的第一输出端与加法器SUM2的第二输入端连接，其第二输出端与第三检测回归模型的输入端连接；所述加法器SUM2的输出端与第二反卷积层的输入端连接；所述第二反卷积层的第二输出端与第二检测回归模型的输入端连接；所述第三反卷积层的输出端与第一检测回归模型的输入端连接，其输入端与加法器SUM3的输出端连接。


3.根据权利要求2所述的电网巡检绝缘子检测分类方法，其特征在于，所述改进型VGG-16网络结构以VGG-16为框架，将VGG-16中的全连接层fc6替换成卷积层Conv6，将其全连接层fc7替换成卷积层Conv7。


4.根据权利要求2所述的电网巡检绝缘子检测分类方法，其特征在于，所述第一检测回归模型、第二检测回归模型、第三检测回归模型和第四检测回归模型的结构均相同，均包括：第一卷积层、第二卷积层、第三卷积层和第四卷积层；
所述第一卷积层的输入端与第三卷积层的输入端连接，并作为第一检测回归模型、第二检测回归模型、第三检测回归模型和第四检测回归模型的输入端，其输出端与第二卷积层的输入端连接；所述第三卷积层的输出...

【专利技术属性】
技术研发人员：余志斌，廖琦沁，
申请(专利权)人：西南交通大学，
类型：发明
国别省市：四川;51