变压器元件检测方法、装置、电子设备和存储介质制造方法及图纸

本申请提供了一种变压器元件检测方法、装置、电子设备和存储介质，涉及目标检测技术领域，其中，变压器元件检测方法包括：将目标图像输入至预设的检测模型中，得到目标识别结果；预设的检测模型用于从目标图像中提取出第一预设尺度的特征图像和第二预设尺度的特征图像，并根据第一预设尺度的特征图像输出目标图像中的各个变压器元件各自对应的目标候选区域，再根据第一预设尺度的特征图像、第二预设尺度的特征图像和目标候选区域确定各个目标候选区域对应的目标识别结果；根据目标识别结果，确定出目标图像中的各个变压器元件的类别信息和位置信息。本申请可以解决现有的对变压器元件检测的效率差和准确度低的问题。

【技术实现步骤摘要】

本申请涉及目标检测，尤其涉及一种变压器元件检测方法、装置、电子设备和存储介质。

技术介绍

1、变压器元件作为变电站中最重要的部件之一，关系到电力系统的安全可靠性。因此，基于变压器图像的缺陷和故障识别具有重要的实用价值，其中变压器元件的检测是必不可少的一步。

2、传统的电力设备和部件检测方法主要是具有低级特征的算法（例如，尺度不变特征变换（sift）、定向梯度直方图（hog））。尽管这些方法很直观，但它们很难适应复杂的场景，并且在应用于新场景时通常需要大量的人工进行调整，并且所获得的检测结果的精度也较低。

3、因此，一种能够对变电站上的变压器元件进行高效率和高准确度的检测方法亟待研究。

技术实现思路

1、本申请提供一种变压器元件检测方法、装置、电子设备和存储介质，可解决现有的对变压器元件检测的效率差和准确度低的问题。

2、第一方面，提供一种变压器元件检测方法，包括：

3、获取目标图像；目标图像中包括待检测的变压器元件；

4、将目标图像输入至预设的检测模本文档来自技高网...

【技术保护点】

1.一种变压器元件检测方法，其特征在于，包括：

2.根据权利要求1所述的变压器元件检测方法，其特征在于，所述预设的检测模型包括基于改进的Faster R-CNN的神经网络模型，所述基于改进的Faster R-CNN的神经网络模型包括：

3.根据权利要求2所述的变压器元件检测方法，其特征在于，所述特征提取模块包括第一CNN模块和第二CNN模块；所述第一CNN模块包括第一预设数量个第一卷积层；所述第二CNN模块包括第二预设数量个第二卷积层；所述第一卷积层的卷积核大小小于所述第二卷积层的卷积核大小；相应地，所述从所述目标图像中提取出所述第一预设尺度的特征图像和所述第二预...

【技术特征摘要】

1.一种变压器元件检测方法，其特征在于，包括：

2.根据权利要求1所述的变压器元件检测方法，其特征在于，所述预设的检测模型包括基于改进的faster r-cnn的神经网络模型，所述基于改进的faster r-cnn的神经网络模型包括：

3.根据权利要求2所述的变压器元件检测方法，其特征在于，所述特征提取模块包括第一cnn模块和第二cnn模块；所述第一cnn模块包括第一预设数量个第一卷积层；所述第二cnn模块包括第二预设数量个第二卷积层；所述第一卷积层的卷积核大小小于所述第二卷积层的卷积核大小；相应地，所述从所述目标图像中提取出所述第一预设尺度的特征图像和所述第二预设尺度的特征图像，包括：

4.根据权利要求3所述的变压器元件检测方法，其特征在于，所述第一随机森林模型包括基于决策树的随机森林模型；相应地，所述将所述初始概率信息和所述初始坐标信息输入至所述第一随机森林模型中，得到各个所述候选区域对应的判别概率信息和判别坐标信息，包括：

5.根据权利要求2所述的变压器元件检测方法，其特征在于，所述类别结果检测模块包括第...

【专利技术属性】
技术研发人员：张彬，孙峰，李广野，宋进良，刘扬，张佳鑫，孙赫阳，阎宇航，田野，邱兵兵，佟帅辰，姜力行，李菁菁，刘祉成，
申请(专利权)人：国网辽宁省电力有限公司电力科学研究院，
类型：发明
国别省市：