【技术实现步骤摘要】
本专利技术涉及一种电力铁塔检测领域，尤其是涉及一种大模型驱动的三维电力铁塔检测方法。
技术介绍
1、近年来，基于二维模型检测算法越来越成熟，也得到了广泛运用。随着社会经济的发展，越来越多的铁塔得以建设，铁塔模型检测算法开发将成为一个非常棘手的问题。然而，对于三维模型识别和处理仍然停留在比较初级的阶段，部分输电线路的三维模型获取仍然停留在先设计成二维图纸、再由专业人员手动进行三维模型的方式。现有三维算法存在识别精度低、速度慢等问题。另外，随着大模型的完善以及相关电子技术的进步，对于三维铁塔检测将会有越来越大的市场。
2、经过检索，中国专利技术专利公开号cn117974929a公开了一种从设计图纸自动重建输电线路铁塔三维模型的方法，包括：步骤1、通过深度学习网络，将像素级的输电线路铁塔的设计图纸表示为矢量原语的集合；步骤2、将步骤1中提取的矢量原语集合，进行矢量分类，分为轮廓矢量和内部结构矢量两类；步骤3、对步骤2中得到的轮廓矢量集合，通过分类网络获取各个平面的视角方位，采用图形学边界表示的方法，利用平面之间点和边的对应关系，恢复形体的空间体信息，构造该高压铁塔各段的三维轮廓框架；步骤4、在步骤3构建出的三维轮廓框架的基础上，结合步骤2中提取的各二维平面的内部结构矢量，将各段局部件的内部结构矢量装配到该段的三维轮廓框架上，得到各段高压铁塔的轮廓模型，最终将所有各段的高压铁塔轮廓模型组合拼装，并以点云格式存储，得到高压铁塔的三维模型。该现有专利存在从二维设计图纸的矢量构建三维轮廓，导致目标检测精度低的问题。
3
技术实现思路
1、本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种基于second模型的三维电力铁塔检测方法和设备。
2、本专利技术的目的可以通过以下技术方案来实现：
3、根据本专利技术的一个方面，提供了一种基于second模型的三维电力铁塔检测方法，该方法包括：
4、首先获取电力铁塔的三维点云，然后将三维点云输入训练好的改进second模型进行目标检测，并输出预测结果；
5、其中所述改进second模型包括体依次连接的主干网络和区域建议网络，所述主干网络包括transformer模型，用于提取所有区域的特征；
6、所述区域建议网络基于所有区域的特征来实现三维电力铁塔的目标检测，所述区域建议网络中的卷积为部分卷积。
7、优选地，所述的transformer模型为swim-transformerv2模型。
8、更加优选地，所述transformer通过自注意力机制捕捉全局上下文信息。
9、优选地，所述的将三维点云输入训练好的改进second模型进行目标检测，并输出预测结果的过程包括：
10、步骤s201，将电力铁塔的三维点云体素化；
11、步骤s202，从体素化的输出结果中提取体素特征，然后输入主干网络；
12、步骤s203，主干网络借助transformer进行特征提取；
13、步骤s204，区域建议网络进行目标检测，并输出预测结果。
14、更加优选地，所述的将电力铁塔的三维点云体素化的过程包括：
15、遍历点云以确定每个点分配到的体素；
16、通过哈希表记录所属的体素位置坐标以及其点数，得到所有体素的位置信息和包含的点数。
17、更加优选地，所述提取体素特征所使用的激活函数为gelu激活函数。
18、更加优选地，所述的主干网络借助transformer进行特征提取包括卷积稀疏层后插入补丁合并层，然后通过下采样后拼接实现特征图的深度减半。
19、优选地，所述改进second模型采用eiou损失函数来训练。
20、根据本专利技术的另一个方面，提供了一种电子设备，包括存储器和处理器，所述存储器上存储有计算机程序，所述处理器执行所述程序时实现所述的方法。
21、根据本专利技术的第三方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现所述的方法。
22、与现有技术相比，本专利技术具有以下有益效果：
23、1)本专利技术改进的模型中，在主干网络借助transformer进行特征提取，能够考虑图像中所有区域的信息来进行特征提取，使得网络能够更加准确地控制图像细节的生成，因此检测精度更高；区域建议网络使用部分卷积来替换原始3×3卷积，仅在一部分输入通道上应用常规卷积并保持其他通道不变，能获取到更多空间信息，减少维数以减少计算量，计算复杂度更低；从而与传统二维目标检测算法相比，本专利技术的检测方法有更高的精度以及更快的速度。
24、2)本专利技术在体素特征提取模块的卷积结构中，将原始relu激活函数替换为gelu激活函数，提高模型收敛速度，进一步加快检测的速度。
25、3)本专利技术的实验数据表明，针对于电力铁塔诸如鸟巢、绝缘子的损坏腐蚀以及基础零件损坏等缺陷进行检测，相较于传统的检测方法，检测精准度最高可提升10％左右，检测速度最快可提高10ms左右。
本文档来自技高网...【技术保护点】
1.一种基于SECOND模型的三维电力铁塔检测方法，其特征在于，该方法包括：
2.根据权利要求1所述的一种基于SECOND模型的三维电力铁塔检测方法，其特征在于，所述的Transformer模型为Swim-Transformerv2模型。
3.根据权利要求2所述的一种基于SECOND模型的三维电力铁塔检测方法，其特征在于，所述Transformer通过自注意力机制捕捉全局上下文信息。
4.根据权利要求1所述的一种基于SECOND模型的三维电力铁塔检测方法，其特征在于，所述的将三维点云输入训练好的改进SECOND模型进行目标检测，并输出预测结果的过程包括：
5.根据权利要求4所述的一种基于SECOND模型的三维电力铁塔检测方法，其特征在于，所述的将电力铁塔的三维点云体素化的过程包括：
6.根据权利要求4所述的一种基于SECOND模型的三维电力铁塔检测方法，其特征在于，所述提取体素特征所使用的激活函数为GeLu激活函数。
7.根据权利要求4所述的一种基于SECOND模型的三维电力铁塔检测方法，其特征在于，所述的主
8.根据权利要求1所述的一种基于SECOND模型的三维电力铁塔检测方法，其特征在于，所述改进SECOND模型采用EIoU损失函数来训练。
9.一种电子设备，包括存储器和处理器，所述存储器上存储有计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1～8中任一项所述的方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1～8中任一项所述的方法。
...【技术特征摘要】
1.一种基于second模型的三维电力铁塔检测方法，其特征在于，该方法包括：
2.根据权利要求1所述的一种基于second模型的三维电力铁塔检测方法，其特征在于，所述的transformer模型为swim-transformerv2模型。
3.根据权利要求2所述的一种基于second模型的三维电力铁塔检测方法，其特征在于，所述transformer通过自注意力机制捕捉全局上下文信息。
4.根据权利要求1所述的一种基于second模型的三维电力铁塔检测方法，其特征在于，所述的将三维点云输入训练好的改进second模型进行目标检测，并输出预测结果的过程包括：
5.根据权利要求4所述的一种基于second模型的三维电力铁塔检测方法，其特征在于，所述的将电力铁塔的三维点云体素化的过程包括：
6.根据权利要求4所述的一种...
【专利技术属性】
技术研发人员：吴天逸，王黎明，徐湘忆，彭政睿，王欣庭，邓先钦，胡正勇，毛玮韵，许强，
申请(专利权)人：国网上海市电力公司，
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。