一种基于上下文推理的输电线路螺栓缺陷检测方法

本发明涉及输电线路检测，特别是涉及一种基于上下文推理的输电线路螺栓缺陷检测方法。

背景技术：

1、输电线路是我国能源互联网最重要的基础设施之一，其运行状态的安全稳定是电能传输的重要前提，也是我国能源发展的重要保障。螺栓作为输电线路必不可少的紧固件，主要用于输电线路中电力部件的固定与连接，而输电线路长期暴露在野外恶劣环境下，螺栓极易发生锈蚀、破损等问题，如果问题严重可能造成线路停运或跳闸，直接影响到电力系统的安全性与稳定性，所以对其进行智能检修非常重要。传统的运检方式主要是采用人工运检，其效率不能满足日益增长的输电线路规模要求，同时人工巡检存在成本高、工作强度大等问题。因此，无人机作为一种智能、高效的输电线路巡检方式，受到广泛的应用。

2、深度学习在目标检测领域的广泛应用，为输电线路航拍图像中螺栓的检测与识别提供了新的技术支持，该技术主要利用卷积神经网络(convolution neural networks，cnn)提取图像特征的特点，通过训练使得模型具有自主识别目标的能力，可以大大降低工作量、提高目标检测的准确性。目前基于深度学习的目标检测算法多种多样，最主要分为两阶段(two-stage)和单阶段(one-stage)。yolov5模型作为目前较先进的单阶段目标检测网络，在满足实时性检测速度的同时具有较好的检测精度，但由于输电线路螺栓缺陷图像本身具有特殊且复杂的场景，图像占比较小，在特征提取过程中特征信息容易丢失的而造成误检漏检的问题。

技术实现思路

1、为了克服现有技术的不足，本发明的目的是提供一种基于上下文推理的输电线路螺栓缺陷检测方法，本发明解决了现有技术中由于输电线路螺栓缺陷图像本身具有特殊且复杂的场景，图像占比较小，在特征提取过程中特征信息容易丢失的而造成误检漏检的问题。

2、为实现上述目的，本发明提供了如下方案：

3、优选地，包括：

4、获取待测的输电线路螺栓数据；

5、将所述输电线路螺栓数据输入至训练好的螺栓检测网络中，得到检测结果；所述螺栓检测网络包括yolov5检测网络和上下文推理模块。

6、优选地，所述螺栓检测网络的构建方法包括：

7、采集螺栓缺陷数据集并进行增强和标注，得到待测数据集；

8、构建yolov5检测网络，并在所述yolov5检测网络中增加上下文提取模块，得到螺栓检测网络并获取上下文特征信息图；

9、将所述待测数据集输入所述螺栓检测网络；设置训练参数并利用所述待测数据集对所述螺栓检测网络进行训练，得到训练好的螺栓检测网络。

10、优选地，还包括：

11、对训练好的螺栓检测网络进行验证，其中验证过程包括；

12、取一批待测数据，进行位置裁剪拼接形成新的图像；

13、对所述新的图像进行mosaic数据增强，得到增强后的数据；

14、将所述增强后的数据输入所述训练好的螺栓检测网络进行数据集迭代，得到map指标。

15、优选地，所述采集螺栓缺陷数据集并进行增强和标注，得到待测数据集包括：

16、采用旋转、水平翻转、自适应亮度校正以及mosaic数据增强的方式对所述螺栓缺陷数据集进行扩增，得到增强后的螺栓缺陷数据集；

17、基于labelimg软件对所述增强后的螺栓缺陷数据集进行手动确定标注范围，得到待测数据集。

18、优选地，在所述yolov5检测网络中增加上下文提取模块，得到螺栓检测网络并获取上下文特征信息图包括：

19、基于所述待测数据集的特征图，利用自适应平均池化层获得不同尺度的多个上下文特征；

20、基于所述多个上下文特征图，利用双线性插值通过特征融合将所述多个上下文特征合并，并通过卷积层、激活层得到上下文特征信息图。

21、优选地，所述螺栓检测网络还包括:

22、自注意力推理模块；

23、所述自注意力推理模块包括：

24、依次连接的位置编码器、多头注意力机制和多层感知机；

25、位置编码器用于将输入图像向量序列进行位置编码；

26、多头注意力机制用于将输入图像的序列分为多个子空间进行多组注意力机制处理，将每一子空间得到的结果拼接起来进行一次线性变换得到最终的输出。

27、多层感知机用于将多头注意力的输出经过归一化后输入到多层感知器。

28、优选地，所述待测数据集输入所述螺栓检测网络；设置训练参数并利用所述螺栓检测网络对所述待测数据集进行训练，得到训练结果包括：

29、基于所述上下文特征信息图，利用所述自注意力模块得到所述待测数据集中螺栓缺陷图像不同区域之间的相关性；

30、根据所述螺栓缺陷图像不同区域之间的相关性，利用所述螺栓检测网络得到所述训练结果。

31、根据本发明提供的具体实施例，本发明公开了以下技术效果：

32、本发明提供了一种基于上下文推理的输电线路螺栓缺陷检测方法，本发明通过对yolov5检测网络进行改进，增加上下文特征提取模块，利用改进后的检测网络对输入的输电线路的螺栓数据进行检测，获得检测结果，分析螺栓缺失情况。

技术特征：

1.一种基于上下文推理的输电线路螺栓缺陷检测方法，其特征在于，包括：

2.根据权利要求1所述的一种基于上下文推理的输电线路螺栓缺陷检测方法，其特征在于，所述螺栓检测网络的构建方法包括：

3.根据权利要求1所述的一种基于上下文推理的输电线路螺栓缺陷检测方法，其特征在于，还包括：

4.根据权利要求2所述的一种基于上下文推理的输电线路螺栓缺陷检测方法，其特征在于，所述采集螺栓缺陷数据集并进行增强和标注，得到待测数据集包括：

5.根据权利要求2所述的一种基于上下文推理的输电线路螺栓缺陷检测方法，其特征在于，在所述yolov5检测网络中增加上下文提取模块，得到螺栓检测网络并获取上下文特征信息图包括：

6.根据权利要求2所述的一种基于上下文推理的输电线路螺栓缺陷检测方法，其特征在于，所述螺栓检测网络还包括:

7.根据权利要求6所述的一种基于上下文推理的输电线路螺栓缺陷检测方法，其特征在于，所述待测数据集输入所述螺栓检测网络；设置训练参数并利用所述螺栓检测网络对所述待测数据集进行训练，得到训练结果包括：

技术总结
本发明提供了一种基于上下文推理的输电线路螺栓缺陷检测方法，包括：获取待测的输电线路螺栓数据集；将所述输电线路螺栓数据集输入至训练好的螺栓检测网络中，得到检测结果；所述螺栓检测网络包括YOLOv5检测网络和上下文推理模块。本发明解决了现有技术中由于输电线路螺栓缺陷图像本身具有特殊且复杂的场景，图像占比较小，在特征提取过程中特征信息容易丢失的而造成误检漏检的问题。

技术研发人员：赵振兵,王帆帆,翟永杰,赵文清,张珂
受保护的技术使用者：华北电力大学（保定）
技术研发日：
技术公布日：2024/1/13