一种杆塔状态检测方法及装置与流程

本申请涉及图像目标检测技术领域，尤其涉及一种杆塔状态检测方法及装置。

背景技术：

电力杆塔是电网结构的重要组成部分，近年来，随着电网建设的快速发展，电网规模日益扩大，输电线路里程也快速增长。大部分输电线路走廊分布在郊区旷野，受气候、地理条件等客观自然条件的影响较大，其运行可靠性直接影响了电网的稳定运行。因此有必要适时进行输电线路巡视，及时发现电力安全缺陷。

目前电力杆塔的巡检还主要是人工巡检，即使引入了无人机技术，对无人机拍摄的视频画面还主要是通过人工的方式来检查，不仅费时费力、效率低、而且准确性得不到保障。

技术实现要素：

本申请提供了一种杆塔状态检测方法及装置，解决了当前巡检方法费时费力、效率低、而且准确性得不到保障的技术问题。

有鉴于此，本申请第一方面提供了一种杆塔状态检测方法，所述方法包括：

获取包含待测杆塔的待测图像；

采用yolo-v3目标检测网络获取所述待测图像中的杆塔检测框；

将所述杆塔检测框中的图像输入至特征提取网络resnet-50，得到杆塔两端点位置；

将所述两端点连线，并以经过其中一端点生成与所述杆塔检测框上边沿垂直的垂直线，测量所述两端点连线与所述垂直线的夹角。

可选的，在所述测量所述两端点连线与所述垂直线的夹角，之后还包括：

若所述夹角满足0°＜a≤5°，则判断杆塔状态正常；

若所述夹角满足5°＜a≤20°，则判断杆塔发生倒斜；

若所述夹角a＞20°，则判断杆塔倒杆；

a表示所述夹角。

可选的，在所述采用yolo-v3目标检测网络获取所述待测图像中的杆塔检测框，之前还包括：

对所述yolo-v3目标检测网络进行训练。

可选的，所述对所述yolo-v3目标检测网络进行训练进行训练，具体为：

获取多幅已经标注过杆塔的图像作为第一训练集；

将所述第一训练集输入所述yolo-v3目标检测网络中进行训练，所述yolo-v3目标检测网络采用giou作为损失函数。

可选的，所述在将所述杆塔检测框中的图像输入至特征提取网络resnet-50，得到杆塔两端点位置，之前还包括：

对所述特征提取网络resnet-50进行训练。

可选的，所述对所述特征提取网络resnet-50进行训练，具体为：

获取多幅包含杆塔的局部图像，对所述局部图像中杆塔的两个端点进行标注，标注后的所述局部图像作为第二训练集；

将所述第二训练集输入至所述特征提取网络resnet-50进行训练。

本申请第二方面提供一种杆塔状态检测装置，所述装置包括：

待测图像获取单元，用于获取包含待测杆塔的待测图像；

检测框获取单元，用于采用yolo-v3目标检测网络获取所述待测图像中的杆塔检测框；

端点检测单元，用于将所述杆塔检测框中的图像输入至特征提取网络resnet-50，得到杆塔两端点位置；

夹角测量单元，用于将所述两端点连线，并以经过其中一端点生成与所述杆塔检测框上边沿垂直的垂直线，测量所述两端点连线与所述垂直线的夹角。

可选的，还包括：

判断单元，用于判断杆塔状态，若所述夹角满足0°＜a≤5°，则判断杆塔状态正常；若所述夹角满足5°＜a≤20°，则判断杆塔发生倒斜；若所述夹角a＞20°，则判断杆塔倒杆；a表示所述夹角。

可选的，还包括：

第一训练单元，用于对所述yolo-v3目标检测网络进行训练。

可选的，还包括：

第二训练单元，用于对所述特征提取网络resnet-50进行训练。

从以上技术方案可以看出，本申请具有以下优点：

本申请中，提供了一种杆塔状态检测方法及装置，方法包括：获取包含待测杆塔的待测图像；采用yolo-v3目标检测网络获取待测图像中的杆塔检测框；将杆塔检测框中的图像输入至特征提取网络resnet-50，得到杆塔两端点位置；将两端点连线，并以经过其中一端点生成与杆塔检测框上边沿垂直的垂直线，测量两端点连线与垂直线的夹角。本申请通过改进的yolo算法进行杆塔的检测，再基于检测出的检测框中的杆塔局部图，对杆塔的两个端点进行检测，然后基于检测出的端点连线，计算此线段与绝对垂直线的夹角，来判断杆塔的状态。本申请方法高效快捷，能有效提高检测的精度。

附图说明

图1为本申请一种杆塔状态检测方法的一个实施例的方法流程图；

图2为本申请一种杆塔状态检测装置的一个实施例的装置结构图；

图3为本申请中通过端点连线和垂直线检测出夹角的示意图；

图4为本申请中检测出杆塔两端点的实物图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

图1为本申请一种杆塔状态检测方法的一个实施例的方法流程图，如图1所示，图1中包括：

101、获取包含待测杆塔的待测图像。

需要说明的是，本申请中可以通过无人机完成对电力杆塔的巡检，并通过无人机采集包含杆塔的待测图像，所采集的图像应该包含完整的电力杆塔。

102、采用yolo-v3目标检测网络获取待测图像中的杆塔检测框。

需要说明的是，本申请中首先需要将包含完整电力杆塔的图像输入到训练好的yolo-v3目标检测网络中，对图像中的杆塔进行检测，并获取仅包括完整框柱杆塔的检测框。其中，除了采用yolo-v3目标检测网络，还可以采用常用的目标检测算法，包括ssd、faster-rcnn等。

103、将杆塔检测框中的图像输入至特征提取网络resnet-50，得到杆塔两端点位置。

需要说明的是，本申请中可以将仅包括完整杆塔的检测框对应的局部图像输入至特征提取网络resnet-50，从而识别出杆塔的两个端点。其中，除了采用特征提取网络resnet-50，还可以采用常见的特征提取网络，比如mobilenet、vgg等。

104、将两端点连线，并以经过其中一端点生成与杆塔检测框上边沿垂直的垂直线，测量两端点连线与垂直线的夹角。

需要说明的是，获取仅包括完整杆塔的检测框对应的局部图像以及图像中杆塔的两个端点位置之后，可以得到局部图像中两个端点的连线以及经过杆塔底部端点与检测框垂直的垂直线，从而计算出两端点连线以及垂直线之间的夹角，具体如图3所示。通过将获取的夹角与经验阈值进行比较，就能得到待测图像中电力杆塔的状态。

在一种具体的实施方式中，通过将获取的夹角与经验阈值进行比较具体为：

具体的，若夹角满足0°＜a≤5°，则判断杆塔状态正常；若夹角满足5°＜a≤20°，则判断杆塔发生倒斜；若夹角a＞20°，则判断杆塔倒杆；a表示夹角。需要说明的是，经验阈值需要根据实际情况进行设置，此处设置的阈值仅为示例性说明。

本申请通过改进的yolo算法进行杆塔的检测，再基于检测出的检测框中的杆塔局部图，对杆塔的两个端点进行检测，然后基于检测出的端点连线，计算此线段与绝对垂直线的夹角，来判断杆塔的状态。本申请方法高效快捷，能有效提高检测的精度。

本申请还提供了一种杆塔状态检测方法的另一个实施例，在本申请第一个实施例的基础上还包括：

201、对yolo-v3目标检测网络进行训练。

其对yolo-v3目标检测网络进行训练的步骤具体包括：

2011、获取多幅已经标注过杆塔的图像作为第一训练集。

需要说明的是，本申请采用的训练集中的图像可以是已经标注过的杆塔原图数据，杆塔原图数据中包含不同角度、不同距离条件下采集的杆塔图像，从而使得yolo-v3目标检测网络能够更好的获取杆塔的特征。

2012、将第一训练集输入yolo-v3目标检测网络中进行训练，yolo-v3目标检测网络采用giou作为损失函数。

需要说明的是，在对yolo-v3进行训练时，可以采用giou(generalizedintersectionoverunion，广义并集交叉点)作为损失函数，使得能有效提高杆塔的检测框位置精度。

202、对特征提取网络resnet-50进行训练。

其对特征提取网络resnet-50进行训练的步骤具体为：

2021、获取多幅包含杆塔的局部图像，对局部图像中杆塔的两个端点进行标注，标注后的局部图像作为第二训练集。

需要说明的是，本申请中采用包含完整杆塔的检测框对应的局部图像，且局部图像中杆塔的两个端点都需要被标注，以此局部图像作为训练集对特征提取网络resnet-50进行训练，使得特征提取网络resnet-50能够更好地识别出杆塔端点特征。

2022、将第二训练集输入至特征提取网络resnet-50进行训练。

以上是本申请的方法的实施例，本申请还包括一种杆塔状态检测装置的实施例，如图2所示，装置包括：

待测图像获取单元301，用于获取包含待测杆塔的待测图像。

检测框获取单元302，用于采用yolo-v3目标检测网络获取待测图像中的杆塔检测框。

端点检测单元303，用于将杆塔检测框中的图像输入至特征提取网络resnet-50，得到杆塔两端点位置。

夹角测量单元304，用于将两端点连线，并以经过其中一端点生成与杆塔检测框上边沿垂直的垂直线，测量两端点连线与垂直线的夹角。

在一种具体的实施方式中，还包括：

判断单元，用于判断杆塔状态，若夹角满足0°＜a≤5°，则判断杆塔状态正常；若夹角满足5°＜a≤20°，则判断杆塔发生倒斜；若夹角a＞20°，则判断杆塔倒杆；a表示夹角。需要说明的是，经验阈值需要根据实际情况进行设置，此处设置的阈值仅为示例性说明。

第一训练单元，用于对yolo-v3目标检测网络进行训练。

第二训练单元，用于对特征提取网络resnet-50进行训练。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

本申请的说明书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

应当理解，在本申请中，“至少一个(项)”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，用于描述关联对象的关联关系，表示可以存在三种关系，例如，“a和/或b”可以表示：只存在a，只存在b以及同时存在a和b三种情况，其中a，b可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b或c中的至少一项(个)，可以表示：a，b，c，“a和b”，“a和c”，“b和c”，或“a和b和c”，其中a，b，c可以是单个，也可以是多个。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(英文全称：read-onlymemory，英文缩写：rom)、随机存取存储器(英文全称：randomaccessmemory，英文缩写：ram)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。