【技术实现步骤摘要】
本申请涉及输电线路，特别是涉及一种均压环缺陷检测方法、装置、计算机设备和存储介质。
技术介绍
1、均压环是保证输电线路稳定运行的关键设备,但长期暴露在外易发生倾斜甚至脱落。研究表明,均压环断裂具有脆性断口、氧化痕迹等特征,断裂不是瞬时发生的,也不是雷击所致。实际上,均压环在风载荷作用下,支承面附近产生应力集中,导致微裂纹初始化。然后在各种环境因素影响下,裂纹逐渐扩展,最终造成断裂。可以看出,均压环断裂是长期疲劳堆积的结果,需要加强检查与维护,避免影响输电线路的正常运行。
2、传统技术中，一般通过对输电线路进行拍摄获取待检测区域的图像信息，然后基于目标检测算法，例如faster r-cnn(faster region-based convolutional neuralnetworks，更快的基于区域的卷积神经网络)和mask r-cnn(mask region-basedconvolutional neural networks，基于掩码区域的卷积神经网络)等算法，进行对输电设备的检测。
3、然而，基于传统技术中目标检测算法虽然具有较高的检测精度，但是需要对图像进行大量运算，无法实施反馈检测结果。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种能够提高对图像中小目标的检测效率和检测精确度的均压环缺陷检测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
2、第一方面，本申请提供了一种均压环缺陷检测方法，包括：
3
4、根据预设目标检测算法对待检测区域图像进行识别判断，获得识别判断结果；
5、当识别判断结果为待检测区域图像中存在绝缘子，根据预设检测模型对绝缘子旁均压环进行识别检测，获得均压环检测结果；
6、当均压环检测结果为均压环存在缺陷，在待检测区域图像中存在缺陷的均压环进行框选操作，获得检测后区域图像以及输出缺陷均压环的位置信息。
7、在其中一个实施例中，根据预设目标检测算法对待检测区域图像进行识别判断，获得识别判断结果，包括：
8、根据预设图像处理算法对待检测区域图像进行预处理操作，获得预处理图像；
9、根据预设目标检测算法对预处理图像进行特征提取，获得图像特征；
10、根据图像特征对待检测区域图像进行图像生成，获得待检测特征图；
11、根据预设评估算法对待检测特征图进行绝缘子识别，获得图像识别结果；
12、根据图像识别阈值和图像识别结果进行结果筛选，获得识别判断结果。
13、在其中一个实施例中，当识别判断结果为待检测区域图像中存在绝缘子，根据预设检测模型对绝缘子旁均压环进行识别检测，获得均压环检测结果，包括：
14、在确定待检测区域内存在绝缘子时，根据预设检测模型中特征提取网络对预处理图像进行特征提取，获得图像特征信息；
15、根据预设检测模型中特征融合网络对图像特征信息进行特征融合，获得图像融合特征；
16、根据预设检测模型中预测目标网络和图像融合特征进行缺陷识别，获得缺陷识别结果。
17、在其中一个实施例中，根据预设检测模型中特征提取网络对预处理图像进行特征提取，获得图像特征信息，包括：
18、将预处理图像输入卷积层进行特征提取，获得第一特征信息；
19、将第一特征信息输入第一残差网络进行特征提取，获得第一图像特征；
20、将第一图像特征；输入第二残差网络进行特征提取，获得第二图像特征；
21、将第二图像特征输入第三残差网络进行特征提取，获得第一特征信息；
22、将第一特征信息输入池化层进行特征提取，获得第三图像特征。
23、在其中一个实施例中，根据预设检测模型中特征融合网络对图像特征信息进行特征融合，获得图像融合特征，包括：
24、将第二图像特征和第三图像特征输入第一上采样网络进行特征处理，获得第一处理后特征和第二处理后特征；
25、将第二处理后特征和第一图像特征输入第二上采样网络进行特征处理，获得第三处理后特征；
26、将第三处理过后特征输入卷积层进行特征变换，获得第一融合特征；
27、将第一处理后特征和第一融合特征输入第一融合网络进行特征融合，获得第二融合特征；
28、将第二处理后特征和第二融合特征输入第一融合网络进行特征融合，获得第三融合特征。
29、在其中一个实施例中，根据预设检测模型中预测目标网络和图像融合特征进行缺陷识别，获得缺陷识别结果，包括：
30、将第三融合特征输入注意力层进行特征表示计算，获得多个注意力权重；
31、基于多个注意力权重对筛选后第三融合特征进行特征调整，获得调整后第三融合特征；
32、根据调整后第三融合特征、第一融合特征和第二融合特征生成待检测特征图；
33、根据预设检测识别阈值和待检测特征图进行目标筛选，获得筛选后特征图；
34、将筛选后特征图输入预测目标网络进行缺陷检测，获得缺陷检测结果。
35、第二方面，本申请还提供了一种均压环缺陷检测装置，包括：
36、数据获取模块，用于获取待检测区域图像；
37、识别分析模块，用于根据预设目标检测算法对待检测区域图像进行识别判断，获得识别判断结果；
38、缺陷检测模块，用于当识别判断结果为待检测区域图像中存在绝缘子，根据预设检测模型对绝缘子旁均压环进行识别检测，获得均压环检测结果；
39、结果输出模块，用于当均压环检测结果为均压环存在缺陷，在待检测区域图像中存在缺陷的均压环进行框选操作，获得检测后区域图像以及输出缺陷均压环的位置信息。
40、第三方面，本申请还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
41、获取待检测区域图像；
42、根据预设目标检测算法对待检测区域图像进行识别判断，获得识别判断结果；
43、当识别判断结果为待检测区域图像中存在绝缘子，根据预设检测模型对绝缘子旁均压环进行识别检测，获得均压环检测结果；
44、当均压环检测结果为均压环存在缺陷，在待检测区域图像中存在缺陷的均压环进行框选操作，获得检测后区域图像以及输出缺陷均压环的位置信息。
45、第四方面，本申请还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
46、获取待检测区域图像；
47、根据预设目标检测算法对待检测区域图像进行识别判断，获得识别判断结果；
48、当识别判断结果为待检测区域图像中存在绝缘子，根据预设检测模型对绝缘子旁均压环进行识别检测，获得均压环检测结果；
49、当均压环检测结果为均压本文档来自技高网...
【技术保护点】
1.一种均压环缺陷检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述预设目标检测算法包括预设图像处理算法；所述根据预设目标检测算法对所述待检测区域图像进行识别判断，获得识别判断结果，包括：
3.根据权利要求1所述的方法，其特征在于，所述预设检测模型包括特征提取网络、特征融合网络和预测目标网络；所述当所述识别判断结果为待检测区域图像中存在绝缘子，根据预设检测模型对所述绝缘子旁均压环进行识别检测，获得均压环检测结果，包括：
4.根据权利要求3所述的方法，其特征在于，所述图像特征信息包括第一图像特征、第二图像特征和第三图像特征；所述特征提取网络包括卷积层、残差网络和池化层；所述根据所述预设检测模型中特征提取网络对预处理图像进行特征提取，获得图像特征信息，包括：
5.根据权利要求3所述的方法，其特征在于，所述图像融合特征包括第一融合特征、第二融合特征和第三融合特征；所述特征融合网络包括上采样网络、卷积层和融合网络；所述根据所述预设检测模型中特征融合网络对所述图像特征信息进行特征融合，获得图像融合特征，包括：
6.根据权利要求3所述的方法，其特征在于，所述预设检测模型包括注意力层和预设检测识别阈值；所述根据所述预设检测模型中预测目标网络和所述图像融合特征进行缺陷识别，获得缺陷识别结果，包括：
7.一种均压环缺陷检测装置，其特征在于，所述装置包括：
8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种均压环缺陷检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述预设目标检测算法包括预设图像处理算法；所述根据预设目标检测算法对所述待检测区域图像进行识别判断，获得识别判断结果，包括：
3.根据权利要求1所述的方法，其特征在于，所述预设检测模型包括特征提取网络、特征融合网络和预测目标网络；所述当所述识别判断结果为待检测区域图像中存在绝缘子，根据预设检测模型对所述绝缘子旁均压环进行识别检测，获得均压环检测结果，包括：
4.根据权利要求3所述的方法，其特征在于，所述图像特征信息包括第一图像特征、第二图像特征和第三图像特征；所述特征提取网络包括卷积层、残差网络和池化层；所述根据所述预设检测模型中特征提取网络对预处理图像进行特征提取，获得图像特征信息，包括：
5.根据权利要求3所述的方法，其特征在于，所述图像融合特征包括第一融合特征、第二融合特征和第三融合特征；所述特征...
【专利技术属性】
技术研发人员：黄和燕，周震震，阳少军，王黎伟，余俊松，宋云海，曾少豪，何宇浩，肖耀辉，何珏，黄怀霖，丁伟锋，余典锐，
申请(专利权)人：中国南方电网有限责任公司超高压输电公司电力科研院，
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。