【技术实现步骤摘要】
一种基于改进YOLOv3卷积神经网络的绝缘子缺陷检测方法
[0001]本专利技术属于电力系统输电线路检测
，涉及一种基于改进YOLOv3卷积神经网络的绝缘子缺陷检测方法。
技术介绍
[0002]电力是我国重要的可再生能源，随着国家经济的快速发展，整个社会对电力的需求也越来越大，电网的安全对整个国家和国民经济的发展至关重要。绝缘子是输电线中不可缺少的组成部分，具有支撑电线阻隔电流的功能，它的完整性对于整个输电线的安全和在保证输电的稳定方面具有重要的作用。然而绝缘子长期暴露于恶劣的环境中，容易受到雨、雪和雷击的侵蚀，无法避免地出现破损、爆炸和裂缝的问题。绝缘子一旦破损，轻则造成电力中断，重则造成电网瘫痪，因此对绝缘子完整性的识别检测至关重要。
[0003]传统的绝缘子缺陷检测主要是人工检测，这种方法既低效又耗时而且危险系数太高。一方面，绝缘子都处在高空中，传统的通过无人机拍摄图片，然后再依靠人眼去观察图片判断绝缘子的好坏，效率低下并且长时间用眼容易疲劳造成误检和漏检；另一方面，绝缘子所处的环境都比较恶劣如处于高压或...
【技术保护点】
【技术特征摘要】
1.一种基于改进YOLOv3卷积神经网络的绝缘子缺陷检测方法，其特征在于，包括以下步骤：步骤1、构建绝缘子缺陷数据集：基于无人机采集的绝缘子缺陷数据集和公开的绝缘子缺陷数据集，去除图像不清晰以及有歧义的图片，通过数据增强技术，增加数据集图片数量，构建一个完整的绝缘子缺陷数据集；步骤2、建立数据集的图像标签库：利用LabelImg图像标注工具对绝缘子以及绝缘子上的缺陷进行标注；步骤3、将做好标签的数据集划分为训练集和测试集；步骤4、构造基于改进的YOLOv3卷积神经网络：首先，引入卷积核注意力模块SKNet，YOLOv3主干网络的共有res1、res2、res8、res8和res4五个残差块，从主干网络的第二个残差块res2、第三个残差块res8、第四个残差块res8和第五个残差块res4分别引出一个输出分支,共四个分支，在每个分支后面分别添加一个卷积核注意力模块SKNet，然后，构建一个加权密集连接金字塔模块替换原YOLOv3的特征融合Neck模块，将每个经过卷积核注意力模块SKNet的分支的输出特征图作为加权密集连接金字塔模块的输入，接着，构建一个双分支跨层注意力模块，将加权密集连接金字塔模块输出的特征图输入到双分支跨层注意力模块中，最后，将双分支跨层注意力模块输出的特征图输入YOLOv3卷积神经网络检测头；步骤5、使用数据集中的训练集对改进的YOLOv3卷积神经网络进行训练与参数调节，最终得到最优卷积神经网络模型；步骤6、将数据集中的测试集输入训练好的改进YOLOv3卷积神经网络模型，输出绝缘子检测结果和目标位置信息，实现输电线路绝缘子缺陷检测。2.根据权利要求1所述一种基于改进YOLOv3卷积神经网络的绝缘子缺陷检测方法，其特征在于，步骤1的实现包括：首先，使用无人机对野外输电线杆塔上的绝缘子进行拍摄，去除其中拍摄不清晰以及有歧义的图片后得到巡检的绝缘子图片数据，再与网上公开发布的数据集进行组合，然后，通过旋转、镜像、加噪声和亮度调整的技术对数据集图片进行数据增强，最终获得包含3440张图片的数据集。3.根据权利要求1所述一种基于改进YOLOv3卷积神经网络的绝缘子缺陷检测方法，其特征在于，步骤2的实现包括：使用图像标注工具LabelImg对每一张图片上待检测的目标进行人工标注，不同的待检测目标物体的标签类别不同，每个图片经过标注后都会生成一个包含图片所有目标类别标注信息的xml文件。4.根据权利要求1所述一种基于改进YOLOv3卷积神经网络的绝缘子缺陷检测方法，其特征在于，步骤3的实现包括：使用随机分配的方法对3440张数据集图片按4:1的比例进行随机划分，其中训练集2752张，测试集688张。5.根据权利要求1所述一种基于改进YOLOv3卷积神经网络的绝缘子缺陷检测方法，其特征在于，步骤4中引入卷积核注意力模块SKNet的实现包括：首先，从YOLOv3主干网络的第二...
【专利技术属性】
技术研发人员：高放，邹锋，殷林飞，张荣纬，金岩，刘少敏，
申请(专利权)人：广西大学，
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。