【技术实现步骤摘要】
本专利技术涉及图像分析，尤其涉及一种基于视角和属性引导的螺栓缺陷可控生成方法。
技术介绍
1、输电线路作为电力系统的重要组成部分，其稳定、安全和高效的运行对于确保电力供应的连续性和可靠性至关重要。在输电线路的众多组件中，螺栓扮演着至关重要的角色，负责固定和支撑线路的各种设备和结构。然而，由于输电线路的运行条件通常较为恶劣，螺栓容易受环境等因素影响而产生缺陷。因此，及时准确地检测螺栓的缺陷成为确保线路安全运行的关键。
2、近年来，无人机智能巡检技术在输电线路中得到广泛应用，具备安全性高、效率高的优点，且可以与深度学习的目标检测、智能识别算法相结合，实现智能处理。然而，在实际的输电线路中，由于各种原因，螺栓的缺陷样本往往非常稀缺。这种少样本问题给螺栓缺陷的自动检测和分类带来了巨大的挑战。传统的机器学习和深度学习方法在面对大量样本时通常能够表现出色，但在少样本场景下，它们的性能往往会受到严重的限制。因此，如何提升少样本条件下的模型性能是当前急需解决的问题之一。
3、在数据有限的情况下，如何充分利用和扩充样本已成为研究的...
【技术保护点】
1.一种基于视角和属性引导的螺栓缺陷可控生成方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的生成方法，其特征在于，所述采用条件生成对抗网络的架构，在生成器中引入视角和属性作为额外的条件输入，并提出残差式跨层激励ResSLE，构建具有更强梯度信息流和更高生成可控性的生成器，具体包括：
3.根据权利要求1所述的生成方法，其特征在于，所述采用编码器-解码器的架构扩展判别器以形成U-Net，提出基于U-Net的自监督重建判别器USRD，并针对T型螺栓设计独特的局部裁剪方式Shape-crop，通过全局和局部重建增强了判别器的特征提取和细节纹理...
【技术特征摘要】
1.一种基于视角和属性引导的螺栓缺陷可控生成方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的生成方法，其特征在于，所述采用条件生成对抗网络的架构，在生成器中引入视角和属性作为额外的条件输入，并提出残差式跨层激励ressle，构建具有更强梯度信息流和更高生成可控性的生成器，具体包括：
3.根据权利要求1所述的生成方法，其特征在于，所述采用编码器-解码器的架构扩展判别器以形成u-net，提出基于u-net的自监督重建判别器usrd，并针对t型螺栓设计独特的局部裁剪方式shape-crop，通过全局和局部重建增强了判别器的特征提取和细节纹理生成能力，具体包括：
4.根据权利要求3所述的生成方法，其特征在于，还包括：针对t型螺栓的形状特性，提出了形状裁剪方法shape-crop，对螺栓图像进行十字中心化裁剪，从水平和竖直方向中间截取四个正方形，同时增加包含最多螺栓信...
【专利技术属性】
技术研发人员：张珂，肖扬杰，盛鑫，郑朝烨，郭玉荣，石超君，
申请(专利权)人：华北电力大学保定，
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。