欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2022116013097
申请人: 湖南大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于图像处理的输电线紧固件缺陷检测方法,其特征在于:包含如下步骤:步骤S1、采集多张输电线紧固件图像,并使用多张输电线紧固件图像构建输电线紧固件数据集;

步骤S2、对输电线紧固件数据集进行标注,得到标注后的输电线紧固件数据集;并将标注后的输电线紧固件数据集按照指定的比例划分为训练集、验证集和测试集;

步骤S3、搭建改进的目标检测模型;

步骤S4、利用训练集对改进的目标检测模型进行训练,得到训练后的目标检测模型,并使用验证集进行验证;

步骤S5、利用测试集对训练后的目标检测模型进行测试。

2.根据权利要求1所述的输电线紧固件缺陷检测方法,其特征在于,所述步骤S1具体包含如下步骤:步骤S11、使用图像采集设备采集多张输电线紧固件图像;

步骤S12、对多张输电线紧固件图像进行数据增强,得到数据增强后的多张输电线紧固件图像;

步骤S13、利用数据增强后的多张输电线紧固件图像构建输电线紧固件数据集。

3.根据权利要求1或2所述的输电线紧固件缺陷检测方法,其特征在于,所述步骤S2具体包含如下步骤:步骤S21、使用图像标注工具对输电线紧固件数据集进行标注,得到每张输电线紧固件图像的真实标签,真实标签包括紧固件缺陷类别和位置;

步骤S22、对标注后的输电线紧固件数据集按照指定的比例划分为训练集、验证集和测试集。

4.根据权利要求3所述的输电线紧固件缺陷检测方法,其特征在于,所述步骤S3中改进的目标检测模型包括依次连接的主干网络、改进的特征金字塔网络和改进的检测头。

5.根据权利要求4所述的输电线紧固件缺陷检测方法,其特征在于,所述主干网络包括依次连接的第一处理单元、第二处理单元、第三处理单元、第四处理单元和第五处理单元;

第一处理单元包括依次连接的第一卷积层、第一归一化层、第一激活层和第一池化层;

第二处理单元、第三处理单元、第四处理单元和第五处理单元均为第一子模块和第二子模块的多次堆叠;第一子模块包括第一分支和第二分支,第一分支包括第二卷积层、第二归一化层、第二激活层的三次堆叠,第二分支包括依次连接的第三卷积层、第三归一化层、第三池化层和第三激活层;第二子模块包括第三分支和第四分支,第三分支包括第四卷积层、第四归一化层、第四激活层的三次堆叠,第四分支不经任何操作直接输出;

第三处理单元、第四处理单元和第五处理单元的输出均与所述改进的特征金字塔网络连接。

6.根据权利要求5所述的输电线紧固件缺陷检测方法,其特征在于,改进的所述特征金字塔网络包括第五卷积层、第六卷积层和文本增强模块;

第五卷积层、第六卷积层分别与所述第三处理单元、所述第四处理单元的输出连接;

所述文本增强模块包括第五分支、第六分支、第二拼接层、第九卷积层;第五分支和第六分支均与所述第五处理单元的输出连接,第五分支、第六分支的输出通过第二拼接层与第九卷积层连接;

第五分支包括第七卷积层、膨胀卷积层和第一拼接层,第七卷积层的输入与所述第五处理单元的输出连接,膨胀卷积层设置有两个输出分支,第七卷积层的输出通过膨胀卷积层的一个输出分支与第一拼接层连接,第一拼接层的输出与所述第七卷积层连接,膨胀卷积层的另一个输出分支与第二拼接层连接;

第六分支包括依次连接的全局平均池化层、第八卷积层和线性插值层。

7.根据权利要求5所述的输电线紧固件缺陷检测方法,其特征在于,改进的所述检测头包括多尺度均衡金字塔卷积、分类检测头和回归检测头;

多尺度均衡金字塔卷积与改进的特征金字塔网络的输出连接,多尺度均衡金字塔卷积的输出分别与分类检测头和回归检测头连接。

8.根据权利要求7所述的输电线紧固件缺陷检测方法,其特征在于,所述步骤S4具体包含如下步骤:步骤S41、对训练集进行预处理,得到预处理后的训练集;

步骤S42、给改进的目标检测模型设置预训练权重参数,得到参数设置后的目标检测模型;

步骤S43、将预处理后的训练集输入到改进的目标检测模型中,得到多个先验框、先验框的分类分数与定位坐标;

步骤S44、对多个先验框进行正样本、负样本分配;

步骤S45、根据正样本、多个先验框的分类分数和定位坐标建立Focal Loss分类损失函数以及Smooth L1回归损失函数,最小化Focal Loss分类损失函数以及Smooth L1回归损失函数,利用反向传播法优化目标检测模型的参数,并将验证集输入训练后的目标检测模型中进行验证;

步骤S46、重复步骤S43至步骤S45,直至损失小于设定值,并得到训练后的目标检测模型。

9.根据权利要求8所述的输电线紧固件缺陷检测方法,其特征在于,所述步骤S44具体包含如下步骤:步骤S441、计算所有先验框与真实标签的交并比值,以及所有先验框中心与真实标签中心的距离;

步骤S442、选择距离最近的前k个先验框,并查询这k个先验框的交并比值;

步骤S443、计算这k个先验框的交并比值的平均值和方差,如果交并比值小于或者等于平均值与方差之和,则判定为负样本;如果交并比值大于平均值与方差之和,则判定为候选正样本,并进入到步骤S444中;

步骤S444、如果先验框中心不在真实标签内,则判定为负样本;如果先验框中心在真实标签内,则判定为正样本。

10.根据权利要求8或9所述的输电线紧固件缺陷检测方法,其特征在于,所述步骤S5具体包含如下步骤:步骤S51、将测试集进行预处理,得到预处理后的测试集;

步骤S52、将预处理后的测试集输入到训练后的目标检测模型中,得到多个先验框,并利用分类检测头和回归检测头分别预测多个先验框的分类分数和定位坐标;

步骤S53、设定分类分数阈值,根据分类分数阈值剔出分类分数小的先验框,并使用非极大值抑制算法剔除冗余的先验框;

步骤S54、将保留下的先验框在原图像中进行显示,并标注出缺陷类别及其分数。