基于语义分割和目标检测的绝缘子缺陷检测方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114140446A(43)申请公布日2022.03.04(21)申请号202111480007.4G06V10/44(2022.01)(22)申请日2021.12.03G06V10/764(2022.01)G06V10/82(2022.01)(66)本国优先权数据G06K9/62(2022.01)202111147368.72021.09.29CNG06N3/04(2006.01)(71)申请人国网甘肃省电力公司检修公司G06N3/08(2006.01)地址730000甘肃省兰州市安宁区安宁西路617号申请人上海电力大学(72)发明人王胜利周璋鹏刘义德龚晖吕强王伟张海涛赵文彬(74)专利代理机构北京前审知识产权代理有限公司11760代理人张波涛尹秀峰(51)Int.Cl.G06T7/00(2017.01)权利要求书1页说明书5页附图3页(54)发明名称基于语义分割和目标检测的绝缘子缺陷检测方法(57)摘要公开了基于语义分割和目标检测的绝缘子缺陷检测方法，方法中，采集绝缘子图像，基于所述绝缘子图像标注绝缘子主体和构建语义分割数据集；搭建语义分割模型；基于语义分割生成绝缘子的掩模图，并对所述掩模图进行标注得到缺陷检测数据集；将所述缺陷检测数据集放入yolov3目标检测网络中进行训练，训练好的语义分割模型检测出所述掩模图中的缺陷位置，以及将所述缺陷位置的包围框映射到缺陷检测数据集中，实现缺陷检测。CN114140446ACN114140446A权利要求书1/1页1.一种基于语义分割和目标检测的绝缘子缺陷检测方法，其特征在于，其包括以下步骤：第一步骤，采集绝缘子图像，基于所述绝缘子图像标注绝缘子主体和构建语义分割数据集；第二步骤，搭建语义分割模型；第三步骤，基于语义分割生成绝缘子的掩模图，并对所述掩模图进行标注得到缺陷检测数据集；第四步骤，将所述缺陷检测数据集放入yolov3目标检测网络中进行训练，训练好的语义分割模型检测出所述掩模图中的缺陷位置，以及将所述缺陷位置的包围框映射到缺陷检测数据集中，实现缺陷检测。2.根据权利要求1所述的一种基于语义分割和目标检测的绝缘子缺陷检测方法，其特征在于，优选的，语义分割模型包括编码‑解码架构。3.根据权利要求2所述的一种基于语义分割和目标检测的绝缘子缺陷检测方法，其特征在于，所述编码‑解码架构包括编码端和解码端，语义分割模型以主干网Xception和ASPP模块作为编码端提取特征，其中主干网Xception包括具有输入流模块、中间流模块和输出流模块的DCNN网络，ASPP模块为含多个空洞卷积扩张率的多尺度金字塔特征提取模块，解码端以合并上采样模块预测输出分割结果，融合所述输入流模块输出低层特征和编码端输出高层特征，再进行双线性插值上采样。4.根据权利要求3所述的一种基于语义分割和目标检测的绝缘子缺陷检测方法，其特征在于，语义特征提取中，通过主干网Xception得到输入特征层，使用具有不同膨胀率的空洞卷积进行特征提取所述输入特征层中较高语义信息的部分，进行多次并行操作，以及全局平均池化，然后将多个操作后得到的结果进行堆叠，利用1x1卷积调整通道数得到加强特征提取所得部分，输入特征层的浅层语义信息的部分采用1x1卷积调整通道数处理后与所述加强特征提取所得部分进行合并，实现低层特征信息和高层特征信息融合。5.根据权利要求4所述的一种基于语义分割和目标检测的绝缘子缺陷检测方法，其特征在于，使用具有不同膨胀率的空洞卷积进行特征提取所述输入特征层中较高语义信息的部分，进行5次并行操作，分别为1x1卷积，膨胀率为6，12，18的规模为3x3的空洞卷积。6.根据权利要求1所述的一种基于语义分割和目标检测的绝缘子缺陷检测方法，其特征在于，训练时，当损失函数收敛后固定语义分割模型参数，使用所述语义分割模型处理绝缘子图像得到对应的掩模图，对掩模图进行标注，送入yolov3目标检测器训练绝缘子缺陷检测模型，同理损失函数收敛后固定参数，将掩模图缺陷检测的结果映射到原始图像数据中，完成绝缘子缺陷检测。2CN114140446A说明书1/5页基于语义分割和目标检测的绝缘子缺陷检测方法技术领域[0001]本发明属于绝缘子检测领域，具体涉及一种基于语义分割和目标检测的绝缘子缺陷检测方法。背景技术[0002]近年来，我国供电规模不断扩大，电力技术也随之不断发展，以确保电力系统稳定有效地运行。输电线路长期处在自然环境中，受到极端气候、自然灾害等影响较大，容易对电力器件造成损害，造成安全隐患。为了保障电力系统安全运行，定期进行电力巡检至关重要，在巡检工作中，绝缘子的缺陷检测更是重中之重。绝缘子是输电线路的关键部位，用量巨大、种类繁多。一方面起到导线的机械