基于轻量化目标检测模型的输电线路故障检测方法及系统技术方案

本发明专利技术提供了一种基于轻量化目标检测模型的输电线路故障检测方法及系统，方法包括输电线图像拍摄步骤，输电线图像处理步骤，输电线路巡检图像检测步骤，输电线缺陷识别分类步骤。其中输电线图像拍摄步骤为拍摄待检测输电线图像，输电线图像处理步骤为对拍摄的输电线图像进行数据处理，保证图像可以被轻量化目标检测网络识别，输电线路巡检图像检测步骤是根据训练的模型，检测待检测输电线图像是否存在缺陷和损伤，输电线缺陷识别分类步骤是在输电线路巡检图像检测步骤后若发现有缺陷或损伤，对缺陷或损伤进行分类和空间定位。本方法优势在于使用了一种改良后的轻量化目标检测模型，可以实现低计算代价和消耗的非接触性和实时性的检测效果。性的检测效果。性的检测效果。

【技术实现步骤摘要】
基于轻量化目标检测模型的输电线路故障检测方法及系统


[0001]本专利技术涉及计算机视觉中的目标检测领域，尤其涉及一种基于轻量化目标检测模型的输电线路故障检测方法及系统。

技术介绍

[0002]目标检测是计算机视觉中一个具有挑战的领域，其成果已广泛应用到很多领域。输电线路的故障检测大多使用卫星成像或无人机线路巡检，后者在检测时一般采用无人机进行固定线路的图像拍摄，然后传输至监测中心再通过目标检测方法或人力进行故障检测。这种方法需要消耗较高的人力财力，同时不具有实时性检测和分类的效果。
[0003]YOLO系列算法经过了多年的更新迭代已经是一种成熟的目标检测方法，在最新推出的YOLOv7目标检测算法中，在绝大部分情况下速度和精度都超过了所有已知的目标检测器。但原版YOLOv7经过YOLO系列的发展加入了大量的其他方法，变成了一种成熟且复杂的卷积神经网络，这种网络可以在高计算能力的设备上运行出优秀结果，但并不适合在输电线巡检的无人机中进行实时性的故障检测工作。

技术实现思路

[0004]本专利技术的目的在于提供一种基于轻量化本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于轻量化目标检测模型的输电线路故障检测方法，其特征在于，包括：采集输电线路图像；对采集的输电线路图像进行预处理；利用预先构建的轻量化目标检测模型对预处理后的输电线路图像进行缺陷定位，其中，轻量化目标检测模型为基于YOLOv7的改进模型LC
‑
YOLOv7，模型包括主干特征提取网络、加强特征提取网络和检测头部分，改进模型LC
‑
YOLOv7降低YOLOv7模型的通道数，主干特征提取网络在YOLOv7模型的基础上新增一组MP1和ELAN结构以获取更多分辨率的特征图，加强特征提取网络将YOLOv7模型的双特征金字塔由3层改为4层，用以融合新增的特征图，检测头部分在YOLOv7模型的基础上新增一个检测头，用以检测大小不同的输电线路故障，其中，MP1结构为一种特殊的卷积组合，包括三个卷积层和一个最大池化层，MP1的输出通道数与输入通道数相同，ELAN结构为卷积融合结构，用于融合多个卷积层所获得的特征信息，ELAN结构包括六个卷积层，通过前五个卷积层获取的不同特征图进行融合，再通过第六个卷积层控制输出的通道数；根据输电线路图像的缺陷定位结果，利用预先构建的轻量化目标检测模型进行缺陷分类和空间定位。2.如权利要求1所述的基于轻量化目标检测模型的输电线路故障检测方法，其特征在于，所述方法还包括：根据缺陷定定位结果、缺陷分类和空间定位结果进行损伤警报。3.如权利要求1所述的基于轻量化目标检测模型的输电线路故障检测方法，其特征在于，采集输电线路图像，包括：根据预先制定好的输电线路巡检线路，使用部署有LC
‑
YOLOv7模型的无人机沿线进行输电线图像采集。4.如权利要求1所述的基于轻量化目标检测模型的输电线路故障检测方法，其特征在于，对采集的输电线路图像进行预处理，包括：对输电线图像进行分辨率归一化处理；将待检测输电线图像的拍摄顺序与输电线路巡检顺序相匹配，将输电线图像统一转化为PNG或JPG格式并使得图像的分辨率达到预设范围。5.如权利要求1所述的基于轻量化目标检测模型的输电线路故障检测方法，其特征在于，利用预先构建的轻量化目标检测模型对预处理后的输电线路图像进行缺陷定位，包括：通过主干特征提取网络从输入的预处理后的输电线路图像中获取图种分辨率不同的特征图；通过加强特征提取网络的两个特征金字塔对四种分辨率不同的特征图逐步进行特征融合；将进行特征融合后的特征图逐个输入四个检测头中，通过检测头...

【专利技术属性】
技术研发人员：吴珺，董佳明，郑欣丽，聂万宇，王江鹏，王春枝，
申请(专利权)人：湖北工业大学，
类型：发明
国别省市：