当前位置: 首页 > 专利查询>苏州大学专利>正文

一种输电线路异物图像检测方法、系统、设备及存储介质技术方案

技术编号:41205520 阅读:22 留言:0更新日期:2024-05-07 22:31
本发明专利技术涉及图像检测技术领域,尤其是指一种输电线路异物图像检测方法、系统、设备及存储介质,所述检测方法包括:S1:以YOLOv5s网络为基础网络,使用ResNet50网络对其骨干网络进行替换重构,得到教师网络,将输电线路异物图像训练集分别输入到所述教师网络和学生网络;S2:对所述学生网络进行通道剪枝操作,利用所述教师网络指导剪枝后的学生网络进行训练并更新参数,得到训练好的学生网络;S3:基于所述训练好的学生网络,针对待检测的输电线路异物图像,运行所述训练好的学生模型可以得到检测结果。本发明专利技术在保证识别准确率较高的情况,通过轻量化识别模型结构,解决了因算力缺乏和资源不足导致识别模型无法部署在无人机的嵌入式设备中的问题。

【技术实现步骤摘要】

本专利技术涉及图像检测,尤其是指一种输电线路异物图像检测方法、系统、设备及存储介质


技术介绍

1、目前,我国输电线路的巡检方法主要仍然依赖人工。然而,由于我国输电线路分布在复杂的地形环境中,传统的人工巡检方法面临诸多挑战。这些挑战包括巡检困难、耗时周期长、高人工成本,以及对工人安全构成的潜在威胁。此外,随着输电线路的里程数不断增长,传统方法已不再适用于我国输电线路未来的发展需求。随着深度学习和嵌入式设备的持续发展,无人机巡检成为备受关注的替代方案。无人机具有飞控智能、成本低、操控简单、安全等诸多优点。因此,人们开始广泛关注无人机在输电线路巡检领域的应用。

2、无人机的嵌入式设备在实际场景的目标检测算法中部署算力缺乏和资源不足是无人机巡检面临的主要问题之一,模型轻量化是无人机在输电线路巡检领域中的关键一步。一般复杂的模型都具有模块化的设计,模型的深度和宽度都很大,因此一些研究工作使用更高效、简洁的模型设计来降低模型的尺寸,关于轻量级模型的研究大致分为如下几个方向:1、模型剪裁在轻量化模型设计中被大量使用,对于已经训练好的复杂网络,模型剪裁采用一本文档来自技高网...

【技术保护点】

1.一种输电线路异物图像检测方法,其特征在于,包括:

2.根据权利要求1所述的输电线路异物图像检测方法,其特征在于:得到训练好的学生网络的步骤包括:

3.根据权利要求2所述的输电线路异物图像检测方法,其特征在于:所述剪枝网络的获取方法包括:将各通道网络按照批量归一化层的缩放因子分布的均值进行排序,通过删除缩放因子分布的均值趋近于零的通道,即对于网络学习贡献能力小的通道,得到剪枝网络。

4.根据权利要求3所述的输电线路异物图像检测方法,其特征在于:所述缩放因子分布的均值趋近于零的通道的获取方法包括:通过对批量归一化层的缩放因子添加一个L1正则化约束来改进...

【技术特征摘要】

1.一种输电线路异物图像检测方法,其特征在于,包括:

2.根据权利要求1所述的输电线路异物图像检测方法,其特征在于:得到训练好的学生网络的步骤包括:

3.根据权利要求2所述的输电线路异物图像检测方法,其特征在于:所述剪枝网络的获取方法包括:将各通道网络按照批量归一化层的缩放因子分布的均值进行排序,通过删除缩放因子分布的均值趋近于零的通道,即对于网络学习贡献能力小的通道,得到剪枝网络。

4.根据权利要求3所述的输电线路异物图像检测方法,其特征在于:所述缩放因子分布的均值趋近于零的通道的获取方法包括:通过对批量归一化层的缩放因子添加一个l1正则化约束来改进正常训练的损失函数,得到改进损失函数,基于所述改进损失函数将网络参数稀疏化,得到批量归一化层的缩放因子的分布趋向于零的通道。

5.根据权利要求4所述的输电线路异物图像检测方法,其特征在于:所述改进损失函数的计算公式...

【专利技术属性】
技术研发人员:陈良钱洲同殷华
申请(专利权)人:苏州大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1