【技术实现步骤摘要】
本专利技术涉及图像识别处理的，特别是涉及一种水泥杆倾斜的检测方法、装置、设备及存储介质。
技术介绍
1、水泥杆由于其具有耐久性好、费用低廉、安装简便等优点，是我国配电网使用比例最大的电杆设备；但水泥杆在使用过程中可能会受到外部力量的作用，比如风力、地震等自然因素，甚至人为因素，这些力量可能导致水泥杆出现倾斜、位移等情况。
2、由于水泥杆出现倾斜、位移等情况会直接影响电力线路的安全运行，可能导致线路故障、安全隐患以及增加维护难度，对正常的电力供应和运行造成严重影响，因此还需要对水泥杆进行巡检，但目前的水泥杆巡检主要依靠人工目测，准确性较差，如何提高水泥杆的检测准确性是目前积亟需解决的技术问题。
技术实现思路
1、本专利技术要解决的技术问题是：提供一种水泥杆倾斜的检测方法、装置、设备及存储介质，能提高水泥杆倾斜检测的准确性。
2、为了解决上述技术问题，本专利技术提供了一种水泥杆倾斜的检测方法，包括：
3、采集无人机巡检图像，对所述无人机巡检图像进行校正，得到校正无人机巡检图像；
4、将所述校正无人机巡检图像输入到改进的yolov5分类检测模型中，以所述yolov5分类检测模型对所述校正无人机巡检图像进行水泥杆检测，输出水泥杆分类检测结果，其中，所述水泥杆分类检测结果包括多个检测框；
5、对所述多个检测框进行目标筛选，得到目标检测框，基于所述目标检测框，计算水泥杆的倾斜角度。
6、在一种可能的实现方式中，采集无人机巡
7、采集不同拍摄角度对应的巡检图像，将所述巡检图像发送给地面控制服务器，以使所述地面控制服务器基于预设的筛选条件对所述巡检图像进行筛选，确定无人机巡检图像。
8、在一种可能的实现方式中，对所述多个检测框进行目标筛选，得到目标检测框，具体包括：
9、获取所述多个检测框对应的置信度，基于所述置信度，从所述多个检测框中选取置信度最大值对应的第一检测框，并将剩余的检测框设置为第二检测框；
10、分别计算所述第一检测框与每个第二检测框的交并比值，将所述交并比值与预设交并比阈值进行对比，若所述交并比值大于所述预设交并比阈值，则保留所述交并比值对应的所述第二检测框，作为保留检测框，否则，舍弃所述交并比值对应的所述第二检测框；
11、获取所有所述保留检测框和所述第一检测框中对应的检测框面积，从所述检测框面积中选取检测框面积最大值对应的第三检测框，并将所述第三检测框作为目标检测框。
12、在一种可能的实现方式中，基于所述目标检测框，计算水泥杆的倾斜角度，具体包括：
13、获取所述目标检测框对应的左上角坐标和右下角坐标，基于所述左上角坐标和所述右下角坐标，计算所述目标检测框的第一倾斜角度；
14、基于所述第一倾斜角度，计算所述第一倾斜角度与地面垂直方向的夹角，并将所述夹角作为所述水泥杆的倾斜角度。
15、在一种可能的实现方式中，所述改进的yolov5分类检测模型包括骨干网络和检测网络，其中，所述检测网络包括上下文注意力模块，在所述上下文注意力模块中增加三个空洞卷积层；
16、所述骨干网络，用于提取所述校正无人机巡检图像的图像全局特征，并将所述图像全局特征分别输入到所述上下文注意力模块中；
17、所述上下文注意力模块，用于将所述图像全局特征分别输入到所述三个空洞卷积层，以使所述三个空洞卷积层分别根据预设的扩张率对所述图像全局特征进行特征增强处理，得到不同扩张率的扩张特征图。
18、在一种可能的实现方式中，所述改进的yolov5分类检测模型的所述检测网络中还设置特征细化模块和特征金字塔网络；
19、其中，所述特征细化模块中设置有通道特征过滤机制和空间特征过滤机制和特征融合策略，所述特征金字塔网络中设置有融合策略；
20、所述特征细化模块，用于基于所述通道特征过滤机制和所述空间特征过滤机制对所述三个空洞卷积层输出的不同扩张率的扩张特征图进行特征过滤，得到对应的过滤特征图；
21、所述特征金字塔网络，用于基于所述融合策略对所述过滤特征图进行融合处理，得到融合特征图。
22、本专利技术还提供了一种水泥杆倾斜的检测装置，包括：巡检图像校正模块、模型检测模块和倾斜角度计算模块；
23、其中，所述巡检图像校正模块，用于采集无人机巡检图像，对所述无人机巡检图像进行校正，得到校正无人机巡检图像；
24、所述模型检测模块，用于将所述校正无人机巡检图像输入到改进的yolov5分类检测模型中，以所述yolov5分类检测模型对所述校正无人机巡检图像进行水泥杆检测，输出水泥杆分类检测结果，其中，所述水泥杆分类检测结果包括多个检测框；
25、所述倾斜角度计算模块，用于对所述多个检测框进行目标筛选，得到目标检测框，基于所述目标检测框，计算水泥杆的倾斜角度。
26、在一种可能的实现方式中，所述巡检图像校正模块，采集无人机巡检图像，具体包括：
27、采集不同拍摄角度对应的巡检图像，将所述巡检图像发送给地面控制服务器，以使所述地面控制服务器基于预设的筛选条件对所述巡检图像进行筛选，确定无人机巡检图像。
28、在一种可能的实现方式中，所述倾斜角度计算模块，用于对所述多个检测框进行目标筛选，得到目标检测框，具体包括：
29、获取所述多个检测框对应的置信度，基于所述置信度，从所述多个检测框中选取置信度最大值对应的第一检测框，并将剩余的检测框设置为第二检测框；
30、分别计算所述第一检测框与每个第二检测框的交并比值，将所述交并比值与预设交并比阈值进行对比，若所述交并比值大于所述预设交并比阈值，则保留所述交并比值对应的所述第二检测框，作为保留检测框，否则，舍弃所述交并比值对应的所述第二检测框；
31、获取所有所述保留检测框和所述第一检测框中对应的检测框面积，从所述检测框面积中选取检测框面积最大值对应的第三检测框，并将所述第三检测框作为目标检测框。
32、在一种可能的实现方式中，所述倾斜角度计算模块，用于基于所述目标检测框，计算水泥杆的倾斜角度，具体包括：
33、获取所述目标检测框对应的左上角坐标和右下角坐标，基于所述左上角坐标和所述右下角坐标，计算所述目标检测框的第一倾斜角度；
34、基于所述第一倾斜角度，计算所述第一倾斜角度与地面垂直方向的夹角，并将所述夹角作为所述水泥杆的倾斜角度。
35、在一种可能的实现方式中，所述改进的yolov5分类检测模型包括骨干网络和检测网络，其中，所述检测网络包括上下文注意力模块，在所述上下文注意力模块中增加三个空洞卷积层；
36、所述骨干网络，用于提取所述校正无人机巡检图像的图像全局特征，并将所述图像全局特征分别输入到所述上下文注意力模块中；
37、所述上下文注意力模块，用于将所述图像全局特征分别输本文档来自技高网...
【技术保护点】
1.一种水泥杆倾斜的检测方法，其特征在于，包括：
2.如权利要求1所述的一种水泥杆倾斜的检测方法，其特征在于，采集无人机巡检图像，具体包括：
3.如权利要求1所述的一种水泥杆倾斜的检测方法，其特征在于，对所述多个检测框进行目标筛选，得到目标检测框，具体包括：
4.如权利要求1所述的一种水泥杆倾斜的检测方法，其特征在于，基于所述目标检测框，计算水泥杆的倾斜角度，具体包括：
5.如权利要求1所述的一种水泥杆倾斜的检测方法，其特征在于，所述改进的yolov5分类检测模型包括骨干网络和检测网络，其中，所述检测网络包括上下文注意力模块，在所述上下文注意力模块中增加三个空洞卷积层；
6.如权利要求5所述的一种水泥杆倾斜的检测方法，其特征在于，所述改进的yolov5分类检测模型的所述检测网络中还设置特征细化模块和特征金字塔网络；
7.一种水泥杆倾斜的检测装置，其特征在于，包括：巡检图像校正模块、模型检测模块和倾斜角度计算模块；
8.如权利要求7所述的一种水泥杆倾斜的检测装置，其特征在于，所述倾斜角度计算模块，用
9.一种终端设备，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至6任意一项所述的水泥杆倾斜的检测方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至6中任意一项所述的水泥杆倾斜的检测方法。
...【技术特征摘要】
1.一种水泥杆倾斜的检测方法，其特征在于，包括：
2.如权利要求1所述的一种水泥杆倾斜的检测方法，其特征在于，采集无人机巡检图像，具体包括：
3.如权利要求1所述的一种水泥杆倾斜的检测方法，其特征在于，对所述多个检测框进行目标筛选，得到目标检测框，具体包括：
4.如权利要求1所述的一种水泥杆倾斜的检测方法，其特征在于，基于所述目标检测框，计算水泥杆的倾斜角度，具体包括：
5.如权利要求1所述的一种水泥杆倾斜的检测方法，其特征在于，所述改进的yolov5分类检测模型包括骨干网络和检测网络，其中，所述检测网络包括上下文注意力模块，在所述上下文注意力模块中增加三个空洞卷积层；
6.如权利要求5所述的一种水泥杆倾斜的检测方法，其特征在于，所述改进的yolov5分类检测模型的所述检测...
【专利技术属性】
技术研发人员：林俊省，张峰，王丛，蒙华伟，章竖，李昌煜，廖如超，罗劲斌，贲成，卢煜，
申请(专利权)人：广东电网有限责任公司，
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。