金字塔和损失函数增强的电力系统绝缘子及缺陷检测网络技术方案

本发明专利技术公开了一种金字塔和损失函数增强的电力系统绝缘子及缺陷检测网络，具体涉及电力系统技术领域，其具体方法如下：S1：建立绝缘子缺陷深度检测系统；S2：对数据集进行划分；S3：采用特征金字塔结构融合多层特征信息；S4：损失函数采用CIoU Loss计算方式；S5：计算分类网络分支损失约束训练过程；S6：计算回归损失网络分支损失约束训练过程；S7：将S2中已划分好的数据集输入到S6所得的基于金字塔和损失函数增强的绝缘子及缺陷深度检测网络中，自动得到检测效果图。本发明专利技术提出的基于特征金字塔和损失函数增强的绝缘子及缺陷深度检测网络具有很好的检测精度、鲁棒性以及框架可移植性。性。性。

【技术实现步骤摘要】
金字塔和损失函数增强的电力系统绝缘子及缺陷检测网络


[0001]本专利技术涉及电力系统
，更具体地说，本专利技术涉及一种金字塔和损失函数增强的电力系统绝缘子及缺陷检测网络。

技术介绍

[0002]随着人工智能的快速发展，基于深度学习的电力视觉技术越来越多地应用于电力系统发电站、输电线路、变电站三个环节的关键部件目标检测和关键部件缺陷检测。其中，绝缘子是电力系统中最重要的基础设施之一，是一种特殊的绝缘控件，用于电线杆塔与导线承接部，变电所构架与线路联结处。它能够在架空输电线路支撑导线、防止电流接地，对输电线路和变电站的安全运行起着重要的作用。所以基于深度学习的绝缘子及缺陷检测是电力视觉技术中最重要的任务之一，其目的是利用深度检测网络对感兴趣的区域(如目标和缺陷)进行识别和标注，提高电力系统巡检效率。然而目前绝缘子公开图像存在绝缘子边缘与背景模糊，缺陷等小目标检测效果差的问题，这使得绝缘子检测比其他图像更加困难。因此，实现端到端的具有一定泛化能力的对电力系统绝缘子及缺陷的高效准确检测具有着重要的理论价值与社会经济效益。r/>[0003]在本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种金字塔和损失函数增强的电力系统绝缘子及缺陷检测网络，其特征在于：其具体方法如下：S1：建立绝缘子缺陷深度检测系统；S2：对数据集进行划分；S3：采用特征金字塔结构融合多层特征信息；S4：损失函数采用CIoU计算方式；S5：计算分类网络分支损失约束训练过程；S6：计算回归损失网络分支损失约束训练过程；S7：将S2中已划分数据集输入到S6所得的基于金字塔和损失函数增强的绝缘子及缺陷深度检测网络中，自动得到检测效果图。2.根据权利要求1所述的金字塔和损失函数增强的电力系统绝缘子及缺陷检测网络，其特征在于：所述特征金字塔结构为ConvNet金字塔型特性层次结构。3.根据权利要求2所述的金字塔和损失函数增强的电力系统绝缘子及缺陷检测网络，其特征在于：所述损失函数计...

【专利技术属性】
技术研发人员：许铮铧，王博，
申请(专利权)人：河北工业大学，
类型：发明
国别省市：