一种引入注意力机制的输电线路螺栓脱销缺陷检测方法技术

本发明专利技术公开了一种引入注意力机制的输电线路螺栓脱销缺陷检测方法，能够用于在无人机平台上高效运行。该方法包括S1:基于无人机影像分拣标注获得输电线路螺栓脱销缺陷数据集；S2:预处理所述数据集，对数据进行清洗，使数据集内正常螺栓和脱销螺栓的样本数量符合1:1的比例，并将数据集按照4:1比例划分出训练集和测试集；S3:搭建注意力机制改进的FCOS模型，所述FCOS模型包括：主干网络、特征金字塔网络和引入注意力机制改进Head；S4:利用所述训练集对模型进行迭代训练，根据收敛效果确定模型；S5:利用测试集进行测试，通过性能指标对比，得到最优的螺栓脱销缺陷检测模型。到最优的螺栓脱销缺陷检测模型。到最优的螺栓脱销缺陷检测模型。

【技术实现步骤摘要】
一种引入注意力机制的输电线路螺栓脱销缺陷检测方法


[0001]本专利技术涉及计算机视觉和深度学习等人工智能
，尤其涉及一种引入注意力机制的输电线路螺栓脱销缺陷检测方法。

技术介绍

[0002]随着电力系统规模的不断扩大，对电力线路的安全性和可靠性需求日益增强。为了保障电力系统的正常运转，输电线路巡检己经成为电力部门维护基础设施安全的主要工作之一。其中，螺栓作为输电线路上各种不同部件之间连接的必要紧固件，根据不同部件上起到的不同作用，螺栓可分为:带销螺栓和不带销螺栓。带销螺栓一般安装于输电线路上主要部件之间的连接处，在连接金具本体、金具与电塔挂点处或者在连接金具互相连接时，需要使用开口销等进行固定。由于需要受到较大的作用力，往往容易发生缺陷，销钉的缺失可能导致连接处或者挂点处断开，导致整个电塔以及输电线路的稳定性遭到破坏，因此一旦发生缺陷常常需要尽早地进行维修处理，以避免发生重大故障事故。因此，对输电线路带销螺栓进行精确的脱销缺陷检测并及时排除故障对保障输电力系统稳定运行十分重要。
[0003]传统方式需要专业技术人员周期性在特定的时间环境进行登杆逐个检测。近些年无人机巡检技术兴起之后，在巡视方法上进行了改进，采用无人机图像采集技术，对铁塔关键位置进行数据采集，后期采用人工判读或者深度学习算法检测方法。
[0004]传统的电塔检修需要高空停电上塔检修作业，需要施工人员备良好的专业素质和身体素质进行上塔作业，传统方式费时、费力、不准确且危险，每年需要消耗大量的人力物力。
[0005]随着电力线路无人机巡检技术的大规模发展和推广，线路巡视班组的定期巡检会产生大量的巡检图像，人工判读的方法费时费力，需要大量专业判定作业人员进行大规模判读，效率低、准确率和召回率都不高，容易发生遗漏等情况。
[0006]传统的目标检测方法对小目标的检测能力不敏感，通用的深度卷积神经网络算法对小目标的检测效果并不理想，从而造成漏检率高等情况。

技术实现思路

[0007]本专利技术提供了一种深度学习神经卷积神经网络算法加注意力机制结合的方法，基于实时检测模型FCOS，通过改进FCOS检测方法，引入注意力机制的计算，通过采用空间自适应和尺寸自适应的注意力机制改进原模型的Head，实现模型的轻量化改进，在模型大小和检测时间不增加的基础上提高模型对螺栓脱销缺陷的检测精度。
[0008]本专利技术提供的一种引入注意力机制的输电线路螺栓脱销缺陷检测方法，包括：
[0009]S1:基于无人机影像分拣标注获得输电线路螺栓脱销缺陷数据集；
[0010]S2:预处理所述数据集，对数据进行清洗，使数据集内正常螺栓和脱销螺栓的样本数量符合1:1的比例，并将数据集按照4:1比例划分出训练集和测试集；
[0011]S3:搭建注意力机制改进的FCOS模型，所述FCOS模型包括：主干网络、特征金字塔
网络和引入注意力机制改进Head；
[0012]S4:利用所述训练集对模型进行迭代训练，根据收敛效果确定模型；
[0013]S5:利用测试集进行测试，通过性能指标对比，得到最优的螺栓脱销缺陷检测模型。
[0014]可选的，
[0015]步骤S1包括通过无人机巡检输电线路的电力塔架来采集图像数据，所述图像数据中包含正常螺栓和脱销螺栓，挑选出塔架上含有脱销螺栓的图像，获取输电线路螺栓脱销缺陷数据集。
[0016]可选的，
[0017]步骤S1包括利用标注工具，对图像中的正常螺栓和脱销螺栓进行标注，标注的信息包含类别名称和位置信息，并以VOC数据格式保存成xml标签文件。
[0018]可选的，
[0019]所述主干网络为ResNet
‑
50包括5个卷积模块记为Conv1、Conv12
……
Conv5，模块输出的特征图分别命名为C
i
，i＝1，2，3，4，5，每个模块在输出时，将当前特征的分辨率下采样至输入的1/2，同时其通道数扩大2倍，其中，用于输入FPN的特征图C3、C4、C5的通道数分别是512、1024、2048。
[0020]可选的，
[0021]所述特征金字塔网络为FPN网络；选取C3、C4、C5作为输入，其中C5通过通道调整后直接输出，命名为P5，同时经过2次3
×
3卷积，生成的特征图分别记为P6、P7；此外，C5还经过1
×
1卷积调整通道数与C4一致后，通过2倍最近邻上采样生成与C4相同分辨率的特征图，随后，二者按对应元素相加，再进行一次3
×
3卷积，得到P4；同理可得P3，最终得到输出特征通道均为256的特征图P3、P4、P5、P6、P7。
[0022]可选的，
[0023]所述网络包括DLA
‑
34网络或者优于所述ResNet
‑
50网络的先进全面的主干网络；
[0024]所述特征金字塔网络包括BiFPN网络或者比FPN网络更加先进全面的特征金字塔网络。
[0025]可选的，
[0026]所述注意力机制改进Head；面向P4、P5、P6生成3个注意力机制改进后的Head，每个Head均共享权值，Head以特征图P
x
和其相邻的两个特征图P
x
‑1和P
x+1
作为输入，并采用3个不同的形变卷积进行几何变换计算，其中，P
x
‑1的分辨率是P
x
的2倍，为使输出分辨率与P
x
一致，将其对应形变卷积的步长stride设置为2，而P
x+1
的分辨率是P
x
的二分之一，则需要先通过2倍最近邻上采样生成与P
x
相同分辨率的特征图，再进行形变卷积运算；通过形变卷积后，在相同空间位置上进行多层次特征聚合；
[0027]注意力的实现共分为Squeeze、Excitation、特征重标定和信息融合四个过程；通过Squeeze操作对特征进行压缩，输入的3层特征经过平均池化采样后得到3
×1×1×
256维度的张量；Excitation操作再将张量通过1
×
1的卷积层改变通道数为1，经过Relu和Hard Sigmoid激活函数后生成相应的权重；在特征重标定过程中将原先的三层特征与相应权重求积获得具有尺度自适应的3层特征图；最后通过Mean操作求平均值，融合三层不同尺度的特征信息，使模型能够根据语义重要性的不同动态地融合特征，输出H
×
W
×
256维度的特征
图H
x
。
[0028]可选的，
[0029]步骤S4包括：在物理电脑平台Windows上使用输电线路螺栓脱销缺陷数据集中的训练集训练改进后的FCOS模型，模型训练采用自适应矩估计优化器作为网络的训练优化策略，共训练100轮次；
[0030]学习率本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种引入注意力机制的输电线路螺栓脱销缺陷检测方法，其特征在于，包括：S1:基于无人机影像分拣标注获得输电线路螺栓脱销缺陷数据集；S2:预处理所述数据集，对数据进行清洗，使数据集内正常螺栓和脱销螺栓的样本数量符合1:1的比例，并将数据集按照4:1比例划分出训练集和测试集；S3:搭建注意力机制改进的FCOS模型，所述FCOS模型包括：主干网络、特征金字塔网络和引入注意力机制改进Head；S4:利用所述训练集对模型进行迭代训练，根据收敛效果确定模型；S5:利用测试集进行测试，通过性能指标对比，得到最优的螺栓脱销缺陷检测模型。2.根据权利要求1所述的引入注意力机制的输电线路螺栓脱销缺陷检测方法，其特征在于：步骤S1包括通过无人机巡检输电线路的电力塔架来采集图像数据，所述图像数据中包含正常螺栓和脱销螺栓，挑选出塔架上含有脱销螺栓的图像，获取输电线路螺栓脱销缺陷数据集。3.根据权利要求1所述的引入注意力机制的输电线路螺栓脱销缺陷检测方法，其特征在于：步骤S1包括利用标注工具，对图像中的正常螺栓和脱销螺栓进行标注，标注的信息包含类别名称和位置信息，并以VOC数据格式保存成xml标签文件。4.根据权利要求1所述的引入注意力机制的输电线路螺栓脱销缺陷检测方法，其特征在于：所述主干网络为ResNet
‑
50包括5个卷积模块记为Conv1、Conv12
……
Conv5，模块输出的特征图分别命名为C
i
，i＝1，2，3，4，5，每个模块在输出时，将当前特征的分辨率下采样至输入的1/2，同时其通道数扩大2倍，其中，用于输入FPN的特征图C3、C4、C5的通道数分别是512、1024、2048。5.根据权利要求4所述的引入注意力机制的输电线路螺栓脱销缺陷检测方法，其特征在于：所述特征金字塔网络为FPN网络；选取C3、C4、C5作为输入，其中C5通过通道调整后直接输出，命名为P5，同时经过2次3
×
3卷积，生成的特征图分别记为P6、P7；此外，C5还经过1
×
1卷积调整通道数与C4一致后，通过2倍最近邻上采样生成与C4相同分辨率的特征图，随后，二者按对应元素相加，再进行一次3
×
3卷积，得到P4；同理可得P3，最终得到输出特征通道均为256的特征图P3、P4、P5、P6、P7。6.根据权利要求5所述的引入注意力机制的输电线路螺栓脱销缺陷检测方法，其特征在于：所述主干网络包括DLA
‑
34网络或者优于所述ResNet
‑
50网络的先进全面的主干网络；所述特征金字塔网络包括BiFPN网络或者比FPN网络更加先进全面的特征金字塔网络。7.根据权利要求5所述的引入注意力机制的输电线路螺栓脱销缺陷检测方法，其特征在于：所述注意力机制改进Head；面向P4、P5、P6生成3个注意力机制改进后的Head，每个Head均共享权值，Head以特征图P
x
和其相邻的两个特征图P
x
‑1和P
x+1
作为输入，并采用3个不同的形变卷积进行几何变换计算，其中，P
x
‑1的分辨率是P
x
的2倍，为使输出分辨率与P
x
一致，将其
...

【专利技术属性】
技术研发人员：范亮，汤坚，张磊，郑路铭，王秋媚，
申请(专利权)人：广州中科智巡科技有限公司，
类型：发明
国别省市：