【技术实现步骤摘要】
本专利技术涉及图像识别，尤其是涉及一种变电站缺陷检测方法、装置、计算机设备和存储介质。
技术介绍
1、电力变电站是电力系统中对电压和电流进行变换，接收电能及分配电能的场所，是电力系统中至关重要的组成部分。变电站中的电力设备随着长期运行，由于自身特性或制造工艺不良、检修试验过程中的维护不当、外力破坏以及自然灾害等，引起电力设备表面锈蚀、漏油、破损等设备缺陷。为了保障变电站设备的稳定运行，必须要及时检测出设备的缺陷和隐患，防患于未然。
2、传统的变电站缺陷检测通常依赖于人工巡检，这种检测方式效率低下、成本高昂，并且容易受到巡检人员主观经验的影响，导致检测的准确性不够。随着变电站数字化、智能化需求不断升级，利用人工智能技术实现智能化、自动化、高效化的电力智能巡检已经逐步代替传统的人工方式，成为变电站巡检的主流。
3、其中，rt-detr是一种基于transformer架构的目标检测模型，但rt-detr在训练阶段需要大量的计算资源，而在推理阶段的速度相对较慢，难以实现变电站设备缺陷的实时检测和识别，影响电力系统的安全、
【技术保护点】
1.一种变电站缺陷检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的变电站缺陷检测方法，其特征在于，所述训练好的改进的RT-DETR模型的预测头为DETR Head，还包括：
3.根据权利要求1所述的变电站缺陷检测方法，其特征在于，所述利用结构重参数化将所述残差结构等价移除以提高推理速度，包括：
4.根据权利要求3所述的变电站缺陷检测方法，其特征在于，所述利用结构重参数化将所述残差结构转换为卷积层的通道，包括：
5.根据权利要求1所述的变电站缺陷检测方法，其特征在于，所述训练好的改进的RT-DETR模型的颈部...
【技术特征摘要】
1.一种变电站缺陷检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的变电站缺陷检测方法，其特征在于，所述训练好的改进的rt-detr模型的预测头为detr head，还包括：
3.根据权利要求1所述的变电站缺陷检测方法，其特征在于，所述利用结构重参数化将所述残差结构等价移除以提高推理速度，包括：
4.根据权利要求3所述的变电站缺陷检测方法，其特征在于，所述利用结构重参数化将所述残差结构转换为卷积层的通道，包括：
5.根据权利要求1所述的变电站缺陷检测方法，其特征在于，所述训练好的改进的rt-detr模型的颈部网络为混合编码器，还包括：
...【专利技术属性】
技术研发人员：孔令明，王勇，陈勉之，陈俊，李晓，肖天为，
申请(专利权)人：广东电网有限责任公司广州供电局，
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。