变电站异物识别检测方法、装置和系统制造方法及图纸

本发明专利技术提供了一种变电站异物识别检测方法、装置和系统，涉及目标检测技术领域，该方法通过改进的目标检测器执行；改进的目标检测器包括依次连接的骨干网络、特征融合网络和分类识别网络；方法包括：获取针对变电站的待检测图像；通过目标检测器的骨干网络对待检测图像进行特征提取，得到待检测图像的特征图；其中，骨干网络包括依次连接的第一预设个数的空洞卷积残差子网络；基于特征融合网络对待检测图像的特征图进行特征融合，得到融合特征信息；基于分类识别网络对融合特征信息进行目标检测，以对变电站的异物进行识别检测。本发明专利技术提高了目标检测器在变电站异物识别的准确性和鲁棒性。鲁棒性。鲁棒性。

【技术实现步骤摘要】
变电站异物识别检测方法、装置和系统


[0001]本专利技术涉及目标检测
，尤其是涉及一种变电站异物识别检测方法、装置和系统。

技术介绍

[0002]变电站是电网的重要组成的部分，是电力传输中的核心节点。变电站所处场所环境复杂，很容易受到外来异物侵袭。变电站巡检是电力巡检作业中不可或缺的一部分。典型的变电站异物包括鸟巢、废旧塑料膜、风筝、气球、蜂巢、防尘网等。变电站异物识别存在着异物种类繁多、异物目标尺度差异巨大、变电站所处场所环境复杂等问题，目前通常采用的目标检测方法大致分为one
‑
stage检测器和two
‑
stage检测器两大类。
[0003]然而，在变电站异物检测时，one
‑
stage检测器和two
‑
stage检测器通常仅仅使用分类任务的骨干网络，导致目标检测器对目标的定位能力较差，从而导致对变电站异物的检测准确性较低。

技术实现思路

[0004]本专利技术的目的在于提供一种变电站异物识别检测方法、装置和系统，提高了目标检测器在变电本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种变电站异物识别检测方法，其特征在于，所述方法通过改进的目标检测器执行；所述改进的目标检测器包括依次连接的骨干网络、特征融合网络和分类识别网络；所述方法包括：获取针对变电站的待检测图像；通过所述目标检测器的骨干网络对所述待检测图像进行特征提取，得到所述待检测图像的特征图；其中，所述骨干网络包括依次连接的第一预设个数的空洞卷积残差子网络；基于所述特征融合网络对所述待检测图像的特征图进行特征融合，得到融合特征信息；基于所述分类识别网络对所述融合特征信息进行目标检测，以对变电站的异物进行识别检测。2.根据权利要求1所述的变电站异物识别检测方法，其特征在于，所述骨干网络还包括与所述第一预设个数的空洞卷积残差子网络连接的第二预设个数的普通卷积残差子网络；所述通过所述目标检测器的骨干网络对所述待检测图像进行特征提取，得到所述待检测图像的特征图的步骤，包括：通过所述第二预设个数的普通卷积残差子网络对所述待检测图像进行初始特征提取，得到初始特征图；通过所述第一预设个数的空洞卷积残差子网络对所述初始特征图进行深层特征提取，得到所述待检测图像的特征图；其中，所述待检测图像的特征图与所述初始特征图的尺寸相同。3.根据权利要求2所述的变电站异物识别检测方法，其特征在于，所述第二预设个数的普通卷积残差子网络为4个；所述第一预设个数的空洞卷积残差子网络为2个。4.根据权利要求3所述的变电站异物识别检测方法，其特征在于，所述通过所述第一预设个数的空洞卷积残差子网络对所述初始特征图进行目标特征提取，得到所述待检测图像的特征图的步骤，包括：通过2个空洞率rate＝2的空洞卷积残差子网络对所述初始特征图进行目标特征提取，得到所述待检测图像的特征图。5.根据权利要求4所述的变电站异物识别检测方法，其特征在于，所述通过所述第一预设个数的空洞卷积残差子网络对所述初始特征图进行目标特征提取，得到所述待检测图像的特征图的步骤，还包括：通过每个所述空洞率rate＝2的空洞卷积残差子网络和...

【专利技术属性】
技术研发人员：李捷，冯宇，周庆，
申请(专利权)人：华雁智能科技集团股份有限公司，
类型：发明
国别省市：