一种部署在终端的施工机械检测轻量化方法及系统技术方案

本发明专利技术公开了一种部署在终端的施工机械检测轻量化方法及系统。方法包括：收集输电线路场景下的施工机械外破隐患目标图像，并进行标注；通过图像扩充和标注，生成包含多种施工机械外破目标的数据集；使用LabelImg软件进行标注，生成XML文件，并将其转换为TXT标签文件；采用YOLOv5模型，划分数据集为训练集、验证集和测试集，并进行模型训练。将YOLOv5模型中的部分卷积模块替换为深度可分离卷积模块和GSConv卷积模块；使用VoVGSCSP结构和高效长程注意力结构替换CSP结构，提高模型效率；替换激活函数为Mish激活函数，以提升模型的优化和泛化性能。本发明专利技术实现输电线路终端化识别机械外破隐患目标并进行预警，保证输电线路的安全运行。

【技术实现步骤摘要】

本专利技术属于输电，具体涉及一种部署在终端的施工机械检测轻量化方法及系统。

技术介绍

1、近年来，随着我国特高压技术的迅速发展，输电线路的分布越来越广，线路周边环境也越来越复杂，施工机械所导致的线路故障呈逐年上升趋势，严重威胁到电网的安全稳定运行。根据数据表明，在线路外破故障中有半数以上都是由施工机械违章操作所导致的，其相比于自然和气候因素导致的故障具有更好的人为可控性。因此，预防机械外力破坏是保证输电线路安全运行的重要手段，开展机械外力破坏检测方法的相关研究具有重要的意义。

2、为了保障输电线路的稳定运行，电网公司开始在输电线路上安装在线监控装置，依靠人工筛选终端传回的图像来发现隐患，存在的问题是：一方面，大量无预警图像浪费了人力物力；另一方面，由于人的注意力无法长时间高度集中可能会出现漏检、错检的情况。为此，郦欣文等人提出了采用改进的vibe算法与三帧差分法，从图像中获取目标，进行形态学滤波运算，通过绘制运动目标的最小外接矩形，根据其顶点坐标来判断是否报警；樊犁等人采用改进的grabcut 算法，对所述背景图片进行前景和背景的分离，来判断是本文档来自技高网...

【技术保护点】

1.一种部署在终端的施工机械检测轻量化方法，其特征在于，所述方法包括以下步骤：

2.根据权利要求1所述部署在终端的施工机械检测轻量化方法，其特征在于，所述步骤S1中，所述目标数据集为安装在输电铁塔上的监控设备，拍摄的输电线路场景下施工机械外破隐患目标的图片集合；

3.根据权利要求1所述部署在终端的施工机械检测轻量化方法，其特征在于，所述步骤S2中，所述轻量化改进的YOLOv5模型，是在原始YOLOv5模型的网络结构中，分别将Backbone中的后四个Conv卷积模块、Neck中的四个Conv模块，替换为深度可分离卷积模块和GSConv模块；同时分别将Backbon...

【技术特征摘要】

1.一种部署在终端的施工机械检测轻量化方法，其特征在于，所述方法包括以下步骤：

2.根据权利要求1所述部署在终端的施工机械检测轻量化方法，其特征在于，所述步骤s1中，所述目标数据集为安装在输电铁塔上的监控设备，拍摄的输电线路场景下施工机械外破隐患目标的图片集合；

3.根据权利要求1所述部署在终端的施工机械检测轻量化方法，其特征在于，所述步骤s2中，所述轻量化改进的yolov5模型，是在原始yolov5模型的网络结构中，分别将backbone中的后四个conv卷积模块、neck中的四个conv模块，替换为深度可分离卷积模块和gsconv模块；同时分别将backbone中的四个csp结构和neck中的四个csp结构，替换为高效长程注意力结构和vovgscsp结构；最后，将模型原本的激活函数替换为mish激活函数，替换之后的模型构成所述轻量化改进的yolov5模型。

4.根据权利要求1所述部署在终端的施工机械检测轻量化方法，其特征在于，所述步骤s2中，所述深度可分离卷积模块，分为两个过程，分别是逐通道卷积和逐点卷积，所述逐通道卷积是将输入通道的各通道进行卷积核卷积，所述逐点卷积是将上一步逐通道卷积得出的特征图，在深度方向上进行加权组合并输出，深度可分离卷积模块和卷积模块计算量分别为：

5.根据权利要求1所述部署在终端的施工机械检测轻量化方法，其特征在于，所述步骤s2中，所述gsconv模块，是通过使用shuffle，将卷积模块得到的信息完全混合到...

【专利技术属性】
技术研发人员：王彦海，张鹏通，郭宸昕，张宇昊，邓华锋，江巍，段国勇，李恩阳，龚昕玺，张子龙，
申请(专利权)人：三峡大学，
类型：发明
国别省市：