一种绝缘子掉串区域的检测方法及装置制造方法及图纸

技术编号:28059563 阅读:24 留言:0更新日期:2021-04-14 13:35
本发明专利技术提供了一种绝缘子掉串区域的检测方法及装置,其方法包括:获取训练数据样本,训练数据样本包括:样本绝缘子图像及对应的样本类别标签;构建初始化的基于ASF和通道注意力增强的FPN;采用ResNeXt,提取样本绝缘子图像的原始深度特征图,得到样本绝缘子图像各个层级的参考特征图;根据样本绝缘子图片及对应的样本类别标签,以及样本绝缘子图片各个层级的参考特征图,对初始化的基于ASF和通道注意力增强的FPN训练,得到基于ASF和通道注意力增强的目标FPN;将待测绝缘子图像输入到基于ASF和通道注意力增强的目标FPN,得到待测绝缘子的掉串区域。通过基于ASF和通道注意力的增强FPN,对待测绝缘子进行检测,确定待测绝缘子掉串区域,从而大大提高检测效率。从而大大提高检测效率。从而大大提高检测效率。

【技术实现步骤摘要】
一种绝缘子掉串区域的检测方法及装置


[0001]本专利技术涉及图像检测领域,尤其涉及一种绝缘子掉串区域的检测方法及装置。

技术介绍

[0002]我国高压和超高压发电站,以及变电站都使用着大量绝缘子,绝缘子起着电气绝缘和机械支撑的作用。虽然绝缘子的安全可靠与否对电网安全、经济、稳定运行至关重要,但在长时间高负荷运行以及在自然环境暴露下,绝缘子非常容易发生故障,如裂纹、覆冰和掉串等情况,一旦发生故障将严重阻碍电力系统的稳定运行。
[0003]传统的绝缘子掉串区域的检测是由检测人员通过攀爬塔杆到电力铁塔等电力设备上,对绝缘子进行肉眼观测并记录绝缘子的具体情况,但由于我国环境情况复杂,同时输电行业的设备布局庞大且种类繁多,对于检测人员的体力是一个巨大的挑战,在人为检测工作量大且周期长的情况下,检测人员的安全无法保障。此外,这种人为检测绝缘子掉串区域的方法并不符合未来智能电网的发展方向。

技术实现思路

[0004]本专利技术提供了一种绝缘子掉串区域的检测方法及装置,通过基于ASF和通道注意力的增强FPN,对待测绝缘子进行检测,确定本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种绝缘子掉串区域的检测方法,其特征在于,包括:获取训练数据样本,所述训练数据样本包括:样本绝缘子图像及对应的样本类别标签;构建初始化的基于ASF和通道注意力增强的FPN;采用ResNeXt,提取所述样本绝缘子图像的原始深度特征图,得到所述样本绝缘子图像各个层级的参考特征图;根据所述样本绝缘子图片及对应的样本类别标签,以及所述样本绝缘子图片各个层级的参考特征图,对所述初始化的基于ASF和通道注意力增强的FPN训练,得到基于ASF和通道注意力增强的目标FPN;将待测绝缘子图像输入到所述基于ASF和通道注意力增强的目标FPN,得到所述待测绝缘子的掉串区域。2.根据权利要求2所述的绝缘子掉串区域的检测方法,其特征在于,根据所述样本绝缘子图片及对应的样本类别标签,以及所述样本绝缘子图片各个层级的参考特征图,对所述初始化的基于ASF和通道注意力增强的FPN训练,得到基于ASF和通道注意力增强的目标FPN,包括:对所述样本绝缘子图像各个层级的参考特征图自上而下进行融合,得到所述初始化的基于ASF和通道注意力增强的FPN的各个层级的特征金字塔参考图;分别将所述各个层级的特征金字塔参考图输入ASF,得到ASF输出特征图;从所述ASF输出特征图中提取ROIs特征图,确定所述样本绝缘子图片对应的样本类别标签。3.根据权利要求2所述的绝缘子掉串区域的检测方法,其特征在于,对所述样本绝缘子图像各个层级的参考特征图自上而下进行融合,得到所述初始化的基于ASF和通道注意力增强的FPN的各个层级的特征金字塔参考图,包括:从所述样本绝缘子图像各个层级的参考特征图中,选取C2层级特征图、C3层级特征图、C4层级特征图和C5层级特征图;对所述C2层级特征图、所述C3层级特征图、所述C4层级特征图和所述C5层级特征图使用1
×
1卷积层变化至相同的维度并自上而下融合,得到所述初始化的基于ASF和通道注意力增强的FPN的P2层级参考图、P3层级参考图、P4层级参考图和P5层级参考图。4.根据权利要求2或3所述的绝缘子掉串区域的检测方法,其特征在于,分别将所述各个层级的特征金字塔参考图输入ASF,得到ASF输出特征图,包括:按照所述P2层级参考图的尺度,将采样所述P2层级参考图、所述P3层级参考图、所述P4层级参考图,得到各层级对应的采样参考图;将所述各层级对应的采样参考图进行拼接,得到拼接后的特征图;将所述拼接后的特征图输入所述ASF,得到所述ASF输出特征图。5.根据权利要求4所述的绝缘子掉串区域的检测方法,其特征在于,所述ASF包括第一路径和第二路径;所述第一路径包括:1
×
1卷积层、3
×
3卷积层sigmoid激活层和重复层;将所述拼接后的特征图输入所...

【专利技术属性】
技术研发人员:杨强张子瑛程晨李兴旺于洋
申请(专利权)人:广东电网有限责任公司电力科学研究院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1