【技术实现步骤摘要】
一种基于改进YOLO模型的销钉状态的识别方法
[0001]本专利技术涉及输电线路缺陷识别
,具体而言,涉及一种基于改进YOLO模型的销钉状态的识别方法。
技术介绍
[0002]电力金具是架空输电线路的不可缺少的一部分,承担着地线与杆塔、输电导线与绝缘子、杆塔与绝缘子等电力部件的稳定连接,对电力系统的安全稳定运行起着至关重要的作用。销钉是输电线路中电力金具重要的组成部分,销钉的缺失、松动等不正常状态可能会影响电力系统设备的正常运行,给输电线路带来安全隐患。因此对输电线路上的销钉进行及时检测,及时发现销钉的不正常状态,对于电网巡检,维持电力系统稳定运行有着重要作用意义。
[0003]近年来,随着智能电网的提出,电力巡检自动化趋势逐渐加大,输电线路巡检也由人工巡检过渡为无人机巡检,在提高的巡检工作效率的同时减少了大量的工作量。新世纪以来,跨学科的知识应用常常能够带来新的飞跃,随着深度学习的飞速发展,计算机智能识别逐渐代替了人工识别。
[0004]即使目前深度学习算法多样,对于大多数输电线路缺陷具有较好的检测效果,但是由于销钉异常状态识别不同于其他缺陷故障检测,其检测具有以下特点:
[0005]1、背景大,目标小;
[0006]2、一张图片可能存在多个具有缺陷需要识别的销钉;
[0007]3、因为无人机在拍摄过程中每次摄像角度不确定,导致松动的销钉可能与正常情况十分类似,容易出现错标的情形;
[0008]4.销钉具有多种形状,且被安装在不同的位置;
[0009]5 ...
【技术保护点】
【技术特征摘要】
1.一种基于改进YOLO模型的销钉状态的识别方法,其特征在于,包括以下步骤:基于YOLOv3
‑
Darknet53模型,加入解耦合检测头结构,构建初始改进YOLO模型;采集输电线路销钉的可见光通道图片,构建可见光通道图片数据集;基于ImageNet数据集对所述初始改进YOLO模型进行预训练后,通过所述可见光通道图片数据集对预训练后的所述初始改进YOLO模型进行微调训练,构建改进YOLO模型;采集待检测线路的输电线路销钉图片,通过随机擦除策略和Hide
‑
and
‑
seek策略进行预处理后,传输到所述改进YOLO模型进行识别,获取所述输电线路销钉的销钉状态。2.根据权利要求1所述一种基于改进YOLO模型的销钉状态的识别方法,其特征在于:在构建初始改进YOLO模型的过程中,所述解耦合检测头包含一个1X1的卷积层,所述卷积层还连接有两个3X3的卷积的并行分支。3.根据权利要求2所述一种基于改进YOLO模型的销钉状态的识别方法,其特征在于:在构建初始改进YOLO模型的过程中,所述解耦合检测头还包括cls计算模块、Reg计算模块和Iou计算模块;所述并行分支分别与所述Reg计算模块和所述Iou计算模块连接;所述cls计算模块通过1个3X3的卷积与所述卷积层连接。4.根据权利要求3所述一种基于改进YOLO模型的销钉状态的识别方法,其特征在于:在采集待检测线路的输电线路销钉图片的过程中,通过所述随机擦除策略对所述输电线路销钉图片进行第一次数据增强,用于提高模型的泛化能力,其中,所述随机擦除策略用于表示随机选择图像中的一个矩形区域,并用随机值擦除其像素。5.根据权利要求4所述一种基于改进YOLO模型的销钉状态的识别方法,其特征在于:在对输电线路销钉图片进行第一次数据增强的过程中,选择整张图片的平均RGB值对填充区域进行颜色填充。6.根据权利要求5所述一种基于改进YOLO模型的销钉状态的识别方法,其特征在于:在对所述初始改进YOLO模型进行训练的过程中,通过所述Hide
‑
and
‑
seek策略对增强后的所述输电线路销钉图片进行第二次数据增强,用于提高模型的识别效率。7.根据权利要求6所述一种基于改进YOLO模型的销钉状态的识别方法,其特征在于,在构建...
【专利技术属性】
技术研发人员:沈学良,贾志辉,孙文凯,葛召,陈洪亮,魏子仁,李珅,曹轩,池威威,李树荣,邢志坤,
申请(专利权)人:国家电网有限公司,
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。