1.一种无人机影像的配电线路杆塔导地线断股图像检测方法,其特征在于,
包括以下步骤:
a)建立导地线断股的图片数据集,标记并定位图像中的大目标;
b)通过有线从无人机将无人机拍摄的图片数据传输到pc端,进入典型缺陷智能分析模块,提供模型进行智能识别出待分析区域,建立分析框,人工标记缺陷,获得样本数据;
c)构建cascader-cnn网络,使用样本数据训练和测试cascader-cnn网络;
d)获得无人机巡视拍摄图片,识别出待分析区域,导入步骤c)中训练的cascader-cnn网络,获得检测结果。
2.根据权利要求1所述的一种无人机影像的配电线路杆塔导地线断股图像检测方法,其特征在于,
步骤b)中,识别出待分析区域,建立分析框的方法包括:
b1)获得具有待分析区域及大目标的图片,人工标记待分析区域以及大目标区域,并预建分析框;
b2)将人工标记大目标区域,与步骤a)中获得的图片数据中标记的大目标区域对齐;
b3)人工标记的待分析区域所在区域,即为识别出的待分析区域,在预建分析框所在的区域建立分析框。
3.根据权利要求1或2所述的一种无人机影像的配电线路杆塔导地线断股图像检测方法,其特征在于,
步骤c)中构建的cascader-cnn网络包括若干个级联的r-cnn网络,每个级联的r-cnn网络设置不同的iou阈值。
4.根据权利要求1或2所述的一种无人机影像的配电线路杆塔导地线断股图像检测方法,其特征在于,
在步骤c)中构建的cascader-cnn网络中,使用fpn特征提取获得每层图像的特征图,根据特征图对应的感受野和表达的信息抽象程度融合特征图,获得图像的特征表达。
5.根据权利要求3所述的一种无人机影像的配电线路杆塔导地线断股图像检测方法,其特征在于,
在步骤c)中构建的级联的r-cnn网络,包括gan网络,gan网络对小目标生成super-resolvedfeature,在步骤d)中,将小目标的super-resolvedfeature叠加到图像的相应区域。
6.根据权利要求1或2所述的一种无人机影像的配电线路杆塔导地线断股图像检测方法,其特征在于,
在步骤c)中构建的cascader-cnn网络包括动态anchor框密度调整模块,若图像数据中分析框小于预设阈值,则增加anchor框密度,在分析框内生成多个anchor框,所述多个anchor框根据分析框中图像的边界线条密度分布。
7.根据权利要求1或2所述的一种无人机影像的配电线路杆塔导地线断股图像检测方法,其特征在于,
步骤d)中,将无人机巡视拍摄图片导入典型缺陷智能分析模块,典型缺陷智能分析模块分析出待分析区域,将无人机巡视拍摄图片按待分析区域裁剪,将裁剪后的图片导入到步骤c)中训练的cascader-cnn网络,分别获得每个裁剪区域的故障检测结果。