CN112051270B - 一种输电线缺陷检测方法、系统、设备及介质 - Google Patents

一种输电线缺陷检测方法、系统、设备及介质 Download PDF

Info

Publication number
CN112051270B
CN112051270B CN202010945015.0A CN202010945015A CN112051270B CN 112051270 B CN112051270 B CN 112051270B CN 202010945015 A CN202010945015 A CN 202010945015A CN 112051270 B CN112051270 B CN 112051270B
Authority
CN
China
Prior art keywords
defect detection
power transmission
transmission line
inspection image
line inspection
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010945015.0A
Other languages
English (en)
Other versions
CN112051270A (zh
Inventor
姚志强
周曦
钟南昌
周依梦
雷智麟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Cloudwalk Artificial Intelligence Technology Co ltd
Original Assignee
Guangzhou Cloudwalk Artificial Intelligence Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangzhou Cloudwalk Artificial Intelligence Technology Co ltd filed Critical Guangzhou Cloudwalk Artificial Intelligence Technology Co ltd
Priority to CN202010945015.0A priority Critical patent/CN112051270B/zh
Publication of CN112051270A publication Critical patent/CN112051270A/zh
Application granted granted Critical
Publication of CN112051270B publication Critical patent/CN112051270B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8851Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8851Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8854Grading and classifying of flaws

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供一种输电线缺陷检测方法、系统、设备及介质,通过获取输电线巡检图像;使用一级缺陷检测模型检测输电线巡检图像中包含有目标器件的目标区域、以及对输电线巡检图像中除目标器件外的其他待检测器件进行缺陷检测,获取一级缺陷检测结果;使用二级缺陷检测模型对目标区域中的目标器件进行缺陷检测,获取二级缺陷检测结果;根据二级缺陷检测结果中存在缺陷的目标器件在目标区域的位置,将该位置变换为相对于在输电线巡检图像的位置;并与一级缺陷检测结果中存在缺陷的其他待检测器件在输电线巡检图像的位置进行结合后输出,完成对输电线的缺陷检测。本发明可以输电线进行缺陷检测,提高了输电线小尺寸缺陷器件的检测精度与召回率。

Description

一种输电线缺陷检测方法、系统、设备及介质
技术领域
本发明涉及图像识别技术领域,特别是涉及一种基于级联检测模型的高压输电线缺陷检测方法、系统、设备及介质。
背景技术
在高压输电线自动化巡检场景中,需要通过自动化检测方法检测输电线上的各类缺陷。其中,处于某些关键部件连接处的小尺寸器件的缺失属于较危急的缺陷,需要进行重点检测。然而,由于此类小尺寸器件的实际尺寸远远小于输电线其他器件的尺寸,在输电线巡检图像中相对于其他缺陷器件目标所占的面积也很小,这非常不利于检测算法的应用。此外,并非所有的小尺寸器件的缺失都是危急的输电线缺陷,一般只有关键部件连接处的小尺寸器件缺失才需要重点关注。
发明内容
鉴于以上所述现有技术的缺点,本发明的目的在于提供一种输电线缺陷检测方法、系统、设备及介质,通过上下文信息来确定哪些小尺寸器件是是检测器需要关注的目标,用于解决现有技术中存在的问题。
为实现上述目的及其他相关目的,本发明提供一种输电线缺陷检测方法,包括以下步骤:
获取输电线巡检图像;
使用一级缺陷检测模型检测所述输电线巡检图像中包含有目标器件的目标区域、以及对所述输电线巡检图像中除所述目标器件外的其他待检测器件进行缺陷检测,获取一级缺陷检测结果;
使用二级缺陷检测模型对目标区域中的目标器件进行缺陷检测,获取二级缺陷检测结果;
获取所述二级缺陷检测结果中存在缺陷的目标器件在目标区域的位置,将该位置变换为相对于在所述输电线巡检图像的位置;并与所述一级缺陷检测结果中存在缺陷的其他待检测器件在所述输电线巡检图像的位置进行结合后输出,完成对输电线的缺陷检测。
可选地,在使用所述一级缺陷检测模型进行缺陷检测前,还包括:对所述输电线巡检图像进行尺寸变换、对所述输电线巡检图像进行通道变换、对所述目标区域进行尺寸变换、对所述目标区域进行通道变换。
可选地,所述一级缺陷检测结果包括:包含有目标器件的目标区域在所述输电线巡检图像的位置、其他待检测器件中存在缺陷的器件的缺陷类别、其他待检测器件中存在缺陷的器件在所述输电线巡检图像的位置。
可选地,所述二级缺陷检测结果包括:存在缺陷的目标器件的缺陷类别、存在缺陷的目标器件在目标区域的位置。
可选地,所述一级缺陷检测模型和所述二级缺陷检测模型内设有目标检测算法,所述目标检测算法包括以下至少之一:YOLO(v1~v5)、Faster-RCNN。
可选地,所述目标器件包括以下至少之一:螺母、销钉。
本发明还提供一种输电线缺陷检测系统,包括有:
图像模块,用于获取输电线巡检图像;
一级缺陷检测模块,用于使用一级缺陷检测模型检测所述输电线巡检图像中包含有目标器件的目标区域、以及对所述输电线巡检图像中除所述目标器件外的其他待检测器件进行缺陷检测,获取一级缺陷检测结果;
二级缺陷检测模块,用于使用二级缺陷检测模型对目标区域中的目标器件进行缺陷检测,获取二级缺陷检测结果;
融合输出模块,用于获取所述二级缺陷检测结果中存在缺陷的目标器件在目标区域的位置,将该位置变换为相对于在所述输电线巡检图像的位置;并与所述一级缺陷检测结果中存在缺陷的其他待检测器件在所述输电线巡检图像的位置进行结合后输出,完成对输电线的缺陷检测。
可选地,在使用所述一级缺陷检测模型进行缺陷检测前,还包括:对所述输电线巡检图像进行尺寸变换、对所述输电线巡检图像进行通道变换、对所述目标区域进行尺寸变换、对所述目标区域进行通道变换。
可选地,所述一级缺陷检测结果包括:包含有目标器件的目标区域在所述输电线巡检图像的位置、其他待检测器件中存在缺陷的器件的缺陷类别、其他待检测器件中存在缺陷的器件在所述输电线巡检图像的位置。
可选地,所述二级缺陷检测结果包括:存在缺陷的目标器件的缺陷类别、存在缺陷的目标器件在目标区域的位置。
可选地,所述一级缺陷检测模型和所述二级缺陷检测模型内设有目标检测算法,所述目标检测算法包括以下至少之一:YOLO(v1~v5)、Faster-RCNN。
可选地,所述目标器件包括以下至少之一:螺母、销钉。
本发明还提供一种输电线缺陷检测设备,包括有:
获取输电线巡检图像;
使用一级缺陷检测模型检测所述输电线巡检图像中包含有目标器件的目标区域、以及对所述输电线巡检图像中除所述目标器件外的其他待检测器件进行缺陷检测,获取一级缺陷检测结果;
使用二级缺陷检测模型对目标区域中的目标器件进行缺陷检测,获取二级缺陷检测结果;
获取所述二级缺陷检测结果中存在缺陷的目标器件在目标区域的位置,将该位置变换为相对于在所述输电线巡检图像的位置;并与所述一级缺陷检测结果中存在缺陷的其他待检测器件在所述输电线巡检图像的位置进行结合后输出,完成对输电线的缺陷检测。
本发明还提供一种设备,包括:
一个或多个处理器;和
存储有指令的一个或多个机器可读介质,当所述一个或多个处理器执行所述指令时,使得所述设备执行如上述中任意一项所述的方法。
本发明还提供一个或多个机器可读介质,其上存储有指令,当由一个或多个处理器执行所述指令时,使得设备执行如上述中任意一项所述的方法。
如上所述,本发明提供一种基于级联检测模型的高压输电线缺陷检测方法、系统、设备及介质,具有以下有益效果:通过获取输电线巡检图像;使用一级缺陷检测模型检测输电线巡检图像中包含有目标器件的目标区域、以及对输电线巡检图像中除目标器件外的其他待检测器件进行缺陷检测,获取一级缺陷检测结果;使用二级缺陷检测模型对目标区域中的目标器件进行缺陷检测,获取二级缺陷检测结果;根据二级缺陷检测结果中存在缺陷的目标器件在目标区域的位置,将该位置变换为相对于在输电线巡检图像的位置;并与一级缺陷检测结果中存在缺陷的其他待检测器件在输电线巡检图像的位置进行结合后输出,完成对输电线的缺陷检测。本发明根据目前现有技术中存在的技术问题,设计了一种基于级联检测模型的检测算法,首先检测巡检图像中包含目标器件(例如小尺寸器件)的目标区域(例如小尺寸器件的上下文目标——连接处)和除目标器件外的其他待检测器件;由于目标区域中的器件尺寸与其他待检测器件尺寸在输电线巡检图像中的尺寸相仿,相当于间接地检测了目标器件;解决了因器件尺寸差异大而不利于检测器检测的问题。同时再在目标区域的基础上检测目标器件,解决了只需在重点区域检测目标器件(即小尺寸器件)的问题。然后将存在缺陷的目标器件在目标区域的位置变换到在输电线巡检图像中,同时结合输电线巡检图像中存在缺陷的其他待检测器件的位置一起输出,完成对输电线的缺陷检测。如果目标器件是输电线中的小尺寸器件(例如螺母、销钉等),本发明还可以提高输电线小尺寸缺陷器件的检测精度与召回率。
附图说明
图1为一实施题提供的输电线缺陷检测方法的流程示意图;
图2为一实施题提供的输电线缺陷检测系统的硬件结构示意图;
图3为一实施例提供的终端设备的硬件结构示意图;
图4为另一实施例提供的终端设备的硬件结构示意图。
元件标号说明
M10 图像模块
M20 一级缺陷检测模块
M30 二级缺陷检测模块
M40 融合输出模块
1100 输入设备
1101 第一处理器
1102 输出设备
1103 第一存储器
1104 通信总线
1200 处理组件
1201 第二处理器
1202 第二存储器
1203 通信组件
1204 电源组件
1205 多媒体组件
1206 音频组件
1207 输入/输出接口
1208 传感器组件
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
请参阅图1,本发明提供一种基于级联检测模型的输电线缺陷检测方法,包括以下步骤:
S100,获取输电线巡检图像;
S200,使用一级缺陷检测模型检测输电线巡检图像中包含有目标器件的目标区域、以及对输电线巡检图像中除目标器件外的其他待检测器件进行缺陷检测,获取一级缺陷检测结果;
S300,使用二级缺陷检测模型对目标区域中的目标器件进行缺陷检测,获取二级缺陷检测结果;
S400,获取二级缺陷检测结果中存在缺陷的目标器件在目标区域的位置,将该位置变换为相对于在输电线巡检图像的位置;并与一级缺陷检测结果中存在缺陷的其他待检测器件在输电线巡检图像的位置进行结合后输出,完成对输电线的缺陷检测。
本方法首先检测巡检图像中包含目标器件(例如小尺寸器件)的目标区域(例如小尺寸器件的上下文目标——连接处)和除目标器件外的其他待检测器件;由于目标区域中的器件尺寸与其他待检测器件尺寸在输电线巡检图像中的尺寸相仿,相当于间接地检测了目标器件;解决了因器件尺寸差异大而不利于检测器检测的问题。同时再在目标区域的基础上检测目标器件,解决了只需在重点区域检测目标器件(即小尺寸器件)的问题。然后将存在缺陷的目标器件在目标区域的位置变换到在输电线巡检图像中,同时结合输电线巡检图像中存在缺陷的其他待检测器件的位置一起输出,完成对输电线的缺陷检测。如果目标器件是输电线中的小尺寸器件(例如螺母、销钉等),本方法还可以提高输电线小尺寸缺陷器件的检测精度与召回率。本方法中的目标区域实质上是输电线巡检图像中包含有目标器件的图像区域。
在一示例性实施例中,在使用一级缺陷检测模型进行缺陷检测前,还包括对输电线巡检图像和目标区域进行预处理。其中,对输电线巡检图像进行的预处理包括对输电线巡检图像进行尺寸变换、对输电线巡检图像进行通道变换;对目标区域进行的预处理包括对目标区域进行尺寸变换、对目标区域进行通道变换。本实施例根据后续缺陷检测使用检测模型的需要,对待检测的输电线巡检图像和目标区域进行尺寸变换、通道数变换、归一化等,以便后续缺陷检测模型的正常推理。
在一示例性实施例中,一级缺陷检测结果包括:包含有目标器件的目标区域在输电线巡检图像的位置、其他待检测器件中存在缺陷的器件的缺陷类别、其他待检测器件中存在缺陷的器件在输电线巡检图像的位置。具体地,若目标器件为小尺寸器件,例如螺母、销钉等;目标区域为小尺寸器件的上下文目标,例如器件的连接处。则对于一级缺陷检测模型而言,通过使用目标检测算法,检测输电线巡检图像中的包含有小尺寸器件的连接处,以及对除小尺寸器件外的所有待检测器件进行缺陷检测,得到连接处和除小尺寸缺陷器件外的其他待测器件中存在缺陷的器件的缺陷类别、其他待测器件中存在缺陷的器件在输电线巡检图像中的位置。作为示例,目标检测算法包括但不限于使用YOLO(v1~v5),Faster-RCNN等算法。
根据上述记载,在一示例性实施例中,二级缺陷检测结果包括:存在缺陷的目标器件的缺陷类别、存在缺陷的目标器件在目标区域的位置。具体地,若目标器件为小尺寸器件,例如螺母、销钉等;目标区域为小尺寸器件的上下文目标,例如器件的连接处。则对于二级缺陷检测模型而言,获取一级缺陷检测结果中包含有小尺寸器件的连接处,使用目标检测算法,检测所有连接处中的小尺寸器件,得到所有小尺寸器件的缺陷类别和存在缺陷的小尺寸器件相对于相应连接处区域的位置。作为示例,目标检测算法包括但不限于使用YOLO(v1~v5),Faster-RCNN等算法。
根据上述记载,还获取二级缺陷检测结果中存在缺陷的小尺寸器件在连接处的位置,将存在缺陷的小尺寸器件在连接处的位置变换为存在缺陷的小尺寸器件相对于在输电线巡检图像的位置;并与一级缺陷检测结果中存在缺陷的其他待检测器件在输电线巡检图像的位置进行结合,在结合完成后输出结合结果,从而完成对输电线的缺陷检测。
本发明提供一种输电线缺陷检测方法,通过获取输电线巡检图像;使用一级缺陷检测模型检测输电线巡检图像中包含有目标器件的目标区域、以及对输电线巡检图像中除目标器件外的其他待检测器件进行缺陷检测,获取一级缺陷检测结果;使用二级缺陷检测模型对目标区域中的目标器件进行缺陷检测,获取二级缺陷检测结果;根据二级缺陷检测结果中存在缺陷的目标器件在目标区域的位置,将该位置变换为相对于在输电线巡检图像的位置;并与一级缺陷检测结果中存在缺陷的其他待检测器件在输电线巡检图像的位置进行结合后输出,完成对输电线的缺陷检测。本方法首先检测巡检图像中包含目标器件(例如小尺寸器件)的目标区域(例如小尺寸器件的上下文目标——连接处)和除目标器件外的其他待检测器件;由于目标区域中的器件尺寸与其他待检测器件尺寸在输电线巡检图像中的尺寸相仿,相当于间接地检测了目标器件;解决了因器件尺寸差异大而不利于检测器检测的问题。同时再在目标区域的基础上检测目标器件,解决了只需在重点区域检测目标器件(即小尺寸器件)的问题。然后将存在缺陷的目标器件在目标区域的位置变换到在输电线巡检图像中,同时结合输电线巡检图像中存在缺陷的其他待检测器件的位置一起输出,完成对输电线的缺陷检测。如果目标器件是输电线中的小尺寸器件(例如螺母、销钉等),本发明还可以提高输电线小尺寸缺陷器件的检测精度与召回率。而且本方法选择了关键器件连接处作为小尺寸器件的上下文目标,在可能的其他解决方案或应用场景下,任何包含了小尺寸器件的实体在原始巡检图像上的相应区域均可以作为小尺寸器件的上下文目标。同时,本方法使用的关键器件连接处是目前较为常用的小尺寸器件上下文目标,切合实际需求且有相对固定的统计学分布,更有利于最终的检测效果。
如图2所示,本发明还提供一种基于级联检测模型的输电线缺陷检测系统,包括有:
图像模块M10,用于获取输电线巡检图像;
一级缺陷检测模块M20,用于使用一级缺陷检测模型检测输电线巡检图像中包含有目标器件的目标区域、以及对输电线巡检图像中除目标器件外的其他待检测器件进行缺陷检测,获取一级缺陷检测结果;
二级缺陷检测模块M30,用于使用二级缺陷检测模型对目标区域中的目标器件进行缺陷检测,获取二级缺陷检测结果;
融合输出模块M40,用于获取二级缺陷检测结果中存在缺陷的目标器件在目标区域的位置,将该位置变换为相对于在输电线巡检图像的位置;并与一级缺陷检测结果中存在缺陷的其他待检测器件在输电线巡检图像的位置进行结合后输出,完成对输电线的缺陷检测。
本系统首先检测巡检图像中包含目标器件(例如小尺寸器件)的目标区域(例如小尺寸器件的上下文目标——连接处)和除目标器件外的其他待检测器件;由于目标区域中的器件尺寸与其他待检测器件尺寸在输电线巡检图像中的尺寸相仿,相当于间接地检测了目标器件;解决了因器件尺寸差异大而不利于检测器检测的问题。同时再在目标区域的基础上检测目标器件,解决了只需在重点区域检测目标器件(即小尺寸器件)的问题。然后将存在缺陷的目标器件在目标区域的位置变换到在输电线巡检图像中,同时结合输电线巡检图像中存在缺陷的其他待检测器件的位置一起输出,完成对输电线的缺陷检测。如果目标器件是输电线中的小尺寸器件(例如螺母、销钉等),本系统中的目标区域实质上是输电线巡检图像中包含有目标器件的图像区域。
在一示例性实施例中,在使用一级缺陷检测模型进行缺陷检测前,还包括对输电线巡检图像和目标区域进行预处理。其中,对输电线巡检图像进行的预处理包括对输电线巡检图像进行尺寸变换、对输电线巡检图像进行通道变换;对目标区域进行的预处理包括对目标区域进行尺寸变换、对目标区域进行通道变换。本实施例根据后续缺陷检测使用检测模型的需要,对待检测的输电线巡检图像和目标区域进行尺寸变换、通道数变换、归一化等,以便后续缺陷检测模型的正常推理。
在一示例性实施例中,一级缺陷检测结果包括:包含有目标器件的目标区域在输电线巡检图像的位置、其他待检测器件中存在缺陷的器件的缺陷类别、其他待检测器件中存在缺陷的器件在输电线巡检图像的位置。具体地,若目标器件为小尺寸器件,例如螺母、销钉等;目标区域为小尺寸器件的上下文目标,例如器件的连接处。则对于一级缺陷检测模型而言,通过使用目标检测算法,检测输电线巡检图像中的包含有小尺寸器件的连接处,以及对除小尺寸器件外的所有待检测器件进行缺陷检测,得到连接处和除小尺寸缺陷器件外的其他待测器件中存在缺陷的器件的缺陷类别、其他待测器件中存在缺陷的器件在输电线巡检图像中的位置。作为示例,目标检测算法包括但不限于使用YOLO(v1~v5),Faster-RCNN等算法。
根据上述记载,在一示例性实施例中,二级缺陷检测结果包括:存在缺陷的目标器件的缺陷类别、存在缺陷的目标器件在目标区域的位置。具体地,若目标器件为小尺寸器件,例如螺母、销钉等;目标区域为小尺寸器件的上下文目标,例如器件的连接处。则对于二级缺陷检测模型而言,获取一级缺陷检测结果中包含有小尺寸器件的连接处,使用目标检测算法,检测所有连接处中的小尺寸器件,得到所有小尺寸器件的缺陷类别和存在缺陷的小尺寸器件相对于相应连接处区域的位置。作为示例,目标检测算法包括但不限于使用YOLO(v1~v5),Faster-RCNN等算法。
根据上述记载,还获取二级缺陷检测结果中存在缺陷的小尺寸器件在连接处的位置,将存在缺陷的小尺寸器件在连接处的位置变换为存在缺陷的小尺寸器件相对于在输电线巡检图像的位置;并与一级缺陷检测结果中存在缺陷的其他待检测器件在输电线巡检图像的位置进行结合,在结合完成后输出结合结果,从而完成对输电线的缺陷检测。
本发明提供一种输电线缺陷检测系统,通过获取输电线巡检图像;使用一级缺陷检测模型检测输电线巡检图像中包含有目标器件的目标区域、以及对输电线巡检图像中除目标器件外的其他待检测器件进行缺陷检测,获取一级缺陷检测结果;使用二级缺陷检测模型对目标区域中的目标器件进行缺陷检测,获取二级缺陷检测结果;根据二级缺陷检测结果中存在缺陷的目标器件在目标区域的位置,将该位置变换为相对于在输电线巡检图像的位置;并与一级缺陷检测结果中存在缺陷的其他待检测器件在输电线巡检图像的位置进行结合后输出,完成对输电线的缺陷检测。本系统首先检测巡检图像中包含目标器件(例如小尺寸器件)的目标区域(例如小尺寸器件的上下文目标——连接处)和除目标器件外的其他待检测器件;由于目标区域中的器件尺寸与其他待检测器件尺寸在输电线巡检图像中的尺寸相仿,相当于间接地检测了目标器件;解决了因器件尺寸差异大而不利于检测器检测的问题。同时再在目标区域的基础上检测目标器件,解决了只需在重点区域检测目标器件(即小尺寸器件)的问题。然后将存在缺陷的目标器件在目标区域的位置变换到在输电线巡检图像中,同时结合输电线巡检图像中存在缺陷的其他待检测器件的位置一起输出,完成对输电线的缺陷检测。如果目标器件是输电线中的小尺寸器件(例如螺母、销钉等),本发明还可以提高输电线小尺寸缺陷器件的检测精度与召回率。而且本系统选择了关键器件连接处作为小尺寸器件的上下文目标,在可能的其他解决方案或应用场景下,任何包含了小尺寸器件的实体在原始巡检图像上的相应区域均可以作为小尺寸器件的上下文目标。同时,本系统使用的关键器件连接处是目前较为常用的小尺寸器件上下文目标,切合实际需求且有相对固定的统计学分布,更有利于最终的检测效果。
本申请实施例还提供了一种基于级联检测模型的输电线缺陷检测设备,包括有:
获取输电线巡检图像;
使用一级缺陷检测模型检测所述输电线巡检图像中包含有目标器件的目标区域、以及对所述输电线巡检图像中除所述目标器件外的其他待检测器件进行缺陷检测,获取一级缺陷检测结果;
使用二级缺陷检测模型对目标区域中的目标器件进行缺陷检测,获取二级缺陷检测结果;
获取所述二级缺陷检测结果中存在缺陷的目标器件在目标区域的位置,将该位置变换为相对于在所述输电线巡检图像的位置;并与所述一级缺陷检测结果中存在缺陷的其他待检测器件在所述输电线巡检图像的位置进行结合后输出,完成对输电线的缺陷检测。
在本实施例中,该设备执行上述系统或方法,具体功能和技术效果参照上述实施例即可,此处不再赘述。
本申请实施例还提供了一种设备,该设备可以包括:一个或多个处理器;和其上存储有指令的一个或多个机器可读介质,当由所述一个或多个处理器执行时,使得所述设备执行图1所述的方法。在实际应用中,该设备可以作为终端设备,也可以作为服务器,终端设备的例子可以包括:智能手机、平板电脑、电子书阅读器、MP3(动态影像专家压缩标准语音层面3,Moving Picture Experts Group Audio Layer III)播放器、MP4(动态影像专家压缩标准语音层面4,Moving Picture Experts Group Audio Layer IV)播放器、膝上型便携计算机、车载电脑、台式计算机、机顶盒、智能电视机、可穿戴设备等等,本申请实施例对于具体的设备不加以限制。
本申请实施例还提供了一种非易失性可读存储介质,该存储介质中存储有一个或多个模块(programs),该一个或多个模块被应用在设备时,可以使得该设备执行本申请实施例的图1中数据处理方法所包含步骤的指令(instructions)。
图3为本申请一实施例提供的终端设备的硬件结构示意图。如图所示,该终端设备可以包括:输入设备1100、第一处理器1101、输出设备1102、第一存储器1103和至少一个通信总线1104。通信总线1104用于实现元件之间的通信连接。第一存储器1103可能包含高速RAM存储器,也可能还包括非易失性存储NVM,例如至少一个磁盘存储器,第一存储器1103中可以存储各种程序,用于完成各种处理功能以及实现本实施例的方法步骤。
可选的,上述第一处理器1101例如可以为中央处理器(Central ProcessingUnit,简称CPU)、应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,该处理器1101通过有线或无线连接耦合到上述输入设备1100和输出设备1102。
可选的,上述输入设备1100可以包括多种输入设备,例如可以包括面向用户的用户接口、面向设备的设备接口、软件的可编程接口、摄像头、传感器中至少一种。可选的,该面向设备的设备接口可以是用于设备与设备之间进行数据传输的有线接口、还可以是用于设备与设备之间进行数据传输的硬件插入接口(例如USB接口、串口等);可选的,该面向用户的用户接口例如可以是面向用户的控制按键、用于接收语音输入的语音输入设备以及用户接收用户触摸输入的触摸感知设备(例如具有触摸感应功能的触摸屏、触控板等);可选的,上述软件的可编程接口例如可以是供用户编辑或者修改程序的入口,例如芯片的输入引脚接口或者输入接口等;输出设备1102可以包括显示器、音响等输出设备。
在本实施例中,该终端设备的处理器包括用于执行各设备中语音识别装置各模块的功能,具体功能和技术效果参照上述实施例即可,此处不再赘述。
图4为本申请的另一个实施例提供的终端设备的硬件结构示意图。图4是对图3在实现过程中的一个具体的实施例。如图所示,本实施例的终端设备可以包括第二处理器1201以及第二存储器1202。
第二处理器1201执行第二存储器1202所存放的计算机程序代码,实现上述实施例中图1所述方法。
第二存储器1202被配置为存储各种类型的数据以支持在终端设备的操作。这些数据的示例包括用于在终端设备上操作的任何应用程序或方法的指令,例如消息,图片,视频等。第二存储器1202可能包含随机存取存储器(random access memory,简称RAM),也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
可选地,第二处理器1201设置在处理组件1200中。该终端设备还可以包括:通信组件1203,电源组件1204,多媒体组件1205,音频组件1206,输入/输出接口1207和/或传感器组件1208。终端设备具体所包含的组件等依据实际需求设定,本实施例对此不作限定。
处理组件1200通常控制终端设备的整体操作。处理组件1200可以包括一个或多个第二处理器1201来执行指令,以完成上述图1所示方法的全部或部分步骤。此外,处理组件1200可以包括一个或多个模块,便于处理组件1200和其他组件之间的交互。例如,处理组件1200可以包括多媒体模块,以方便多媒体组件1205和处理组件1200之间的交互。
电源组件1204为终端设备的各种组件提供电力。电源组件1204可以包括电源管理系统,一个或多个电源,及其他与为终端设备生成、管理和分配电力相关联的组件。
多媒体组件1205包括在终端设备和用户之间的提供一个输出接口的显示屏。在一些实施例中,显示屏可以包括液晶显示器(LCD)和触摸面板(TP)。如果显示屏包括触摸面板,显示屏可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。
音频组件1206被配置为输出和/或输入语音信号。例如,音频组件1206包括一个麦克风(MIC),当终端设备处于操作模式,如语音识别模式时,麦克风被配置为接收外部语音信号。所接收的语音信号可以被进一步存储在第二存储器1202或经由通信组件1203发送。在一些实施例中,音频组件1206还包括一个扬声器,用于输出语音信号。
输入/输出接口1207为处理组件1200和外围接口模块之间提供接口,上述外围接口模块可以是点击轮,按钮等。这些按钮可包括但不限于:音量按钮、启动按钮和锁定按钮。
传感器组件1208包括一个或多个传感器,用于为终端设备提供各个方面的状态评估。例如,传感器组件1208可以检测到终端设备的打开/关闭状态,组件的相对定位,用户与终端设备接触的存在或不存在。传感器组件1208可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在,包括检测用户与终端设备间的距离。在一些实施例中,该传感器组件1208还可以包括摄像头等。
通信组件1203被配置为便于终端设备和其他设备之间有线或无线方式的通信。终端设备可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个实施例中,该终端设备中可以包括SIM卡插槽,该SIM卡插槽用于插入SIM卡,使得终端设备可以登录GPRS网络,通过互联网与服务器建立通信。
由上可知,在图4实施例中所涉及的通信组件1203、音频组件1206以及输入/输出接口1207、传感器组件1208均可以作为图3实施例中的输入设备的实现方式。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。

Claims (14)

1.一种基于级联检测模型的输电线缺陷检测方法,其特征在于,包括以下步骤:
获取输电线巡检图像;
使用一级缺陷检测模型检测所述输电线巡检图像中包含有目标器件的目标区域、以及对所述输电线巡检图像中除所述目标器件外的其他待检测器件进行缺陷检测,获取一级缺陷检测结果;所述一级缺陷检测结果包括:其他待检测器件中存在缺陷的器件在所述输电线巡检图像的位置;
使用二级缺陷检测模型对目标区域中的目标器件进行缺陷检测,获取二级缺陷检测结果;
获取所述二级缺陷检测结果中存在缺陷的目标器件在目标区域的位置,将该位置变换为相对于在所述输电线巡检图像的位置;并与所述一级缺陷检测结果中的其他待检测器件中存在缺陷的器件在所述输电线巡检图像的位置进行结合后输出,完成对输电线的缺陷检测。
2.根据权利要求1所述的基于级联检测模型的输电线缺陷检测方法,其特征在于,在使用所述一级缺陷检测模型进行缺陷检测前,还包括:对所述输电线巡检图像进行尺寸变换、对所述输电线巡检图像进行通道变换、对所述目标区域进行尺寸变换、对所述目标区域进行通道变换。
3.根据权利要求1所述的基于级联检测模型的输电线缺陷检测方法,其特征在于,所述一级缺陷检测结果还包括:包含有目标器件的目标区域在所述输电线巡检图像的位置、其他待检测器件中存在缺陷的器件的缺陷类别。
4.根据权利要求1所述的基于级联检测模型的输电线缺陷检测方法,其特征在于,所述二级缺陷检测结果包括:存在缺陷的目标器件的缺陷类别、存在缺陷的目标器件在目标区域的位置。
5.根据权利要求1所述的基于级联检测模型的输电线缺陷检测方法,其特征在于,所述一级缺陷检测模型和所述二级缺陷检测模型内设有目标检测算法,所述目标检测算法包括以下至少之一:YOLO(v1~v5)、Faster-RCNN。
6.根据权利要求1至5中任一所述的基于级联检测模型的输电线缺陷检测方法,其特征在于,所述目标器件包括以下至少之一:螺母、销钉。
7.一种基于级联检测模型的输电线缺陷检测系统,其特征在于,包括有:
图像模块,用于获取输电线巡检图像;
一级缺陷检测模块,用于使用一级缺陷检测模型检测所述输电线巡检图像中包含有目标器件的目标区域、以及对所述输电线巡检图像中除所述目标器件外的其他待检测器件进行缺陷检测,获取一级缺陷检测结果;所述一级缺陷检测结果包括:其他待检测器件中存在缺陷的器件在所述输电线巡检图像的位置;
二级缺陷检测模块,用于使用二级缺陷检测模型对目标区域中的目标器件进行缺陷检测,获取二级缺陷检测结果;
融合输出模块,用于获取所述二级缺陷检测结果中存在缺陷的目标器件在目标区域的位置,将该位置变换为相对于在所述输电线巡检图像的位置;并与所述一级缺陷检测结果中的其他待检测器件中存在缺陷的器件在所述输电线巡检图像的位置进行结合后输出,完成对输电线的缺陷检测。
8.根据权利要求7所述的基于级联检测模型的输电线缺陷检测系统,其特征在于,在使用所述一级缺陷检测模型进行缺陷检测前,还包括:对所述输电线巡检图像进行尺寸变换、对所述输电线巡检图像进行通道变换、对所述目标区域进行尺寸变换、对所述目标区域进行通道变换。
9.根据权利要求7所述的基于级联检测模型的输电线缺陷检测系统,其特征在于,所述一级缺陷检测结果还包括:包含有目标器件的目标区域在所述输电线巡检图像的位置、其他待检测器件中存在缺陷的器件的缺陷类别。
10.根据权利要求7所述的基于级联检测模型的输电线缺陷检测系统,其特征在于,所述二级缺陷检测结果包括:存在缺陷的目标器件的缺陷类别、存在缺陷的目标器件在目标区域的位置。
11.根据权利要求7所述的基于级联检测模型的输电线缺陷检测系统,其特征在于,所述一级缺陷检测模型和所述二级缺陷检测模型内设有目标检测算法,所述目标检测算法包括以下至少之一:YOLO(v1~v5)、Faster-RCNN。
12.根据权利要求7至11中任一所述的基于级联检测模型的输电线缺陷检测系统,其特征在于,所述目标器件包括以下至少之一:螺母、销钉。
13.一种设备,其特征在于,包括:
一个或多个处理器;和
存储有指令的一个或多个机器可读介质,当所述一个或多个处理器执行所述指令时,使得所述设备执行如权利要求1-6中任意一项所述的方法。
14.一个或多个机器可读介质,其特征在于,其上存储有指令,当由一个或多个处理器执行所述指令时,使得设备执行如权利要求1-6中任意一项所述的方法。
CN202010945015.0A 2020-09-10 2020-09-10 一种输电线缺陷检测方法、系统、设备及介质 Active CN112051270B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010945015.0A CN112051270B (zh) 2020-09-10 2020-09-10 一种输电线缺陷检测方法、系统、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010945015.0A CN112051270B (zh) 2020-09-10 2020-09-10 一种输电线缺陷检测方法、系统、设备及介质

Publications (2)

Publication Number Publication Date
CN112051270A CN112051270A (zh) 2020-12-08
CN112051270B true CN112051270B (zh) 2021-08-13

Family

ID=73610471

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010945015.0A Active CN112051270B (zh) 2020-09-10 2020-09-10 一种输电线缺陷检测方法、系统、设备及介质

Country Status (1)

Country Link
CN (1) CN112051270B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112528938A (zh) * 2020-12-22 2021-03-19 四川云从天府人工智能科技有限公司 车辆检测模型训练及其检测方法、装置及计算机存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110569762A (zh) * 2019-08-27 2019-12-13 许昌许继软件技术有限公司 一种基于多级神经网络的销钉脱落检测方法及装置
CN110688925A (zh) * 2019-09-19 2020-01-14 国网山东省电力公司电力科学研究院 基于深度学习的级联目标识别方法及系统
CN110796107A (zh) * 2019-11-04 2020-02-14 南京北旨智能科技有限公司 电力巡检图像缺陷识别方法和系统、电力巡检无人机
CN110910360A (zh) * 2019-11-14 2020-03-24 腾讯云计算(北京)有限责任公司 电网图像的定位方法和图像定位模型的训练方法
CN110910339A (zh) * 2019-07-10 2020-03-24 研祥智能科技股份有限公司 Logo缺陷检测方法及装置
CN110942455A (zh) * 2019-11-26 2020-03-31 南方电网数字电网研究院有限公司 输电线路开口销缺失检测方法、装置和计算机设备

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110033453B (zh) * 2019-04-18 2023-02-24 国网山西省电力公司电力科学研究院 基于改进YOLOv3的输变电线路绝缘子航拍图像故障检测方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110910339A (zh) * 2019-07-10 2020-03-24 研祥智能科技股份有限公司 Logo缺陷检测方法及装置
CN110569762A (zh) * 2019-08-27 2019-12-13 许昌许继软件技术有限公司 一种基于多级神经网络的销钉脱落检测方法及装置
CN110688925A (zh) * 2019-09-19 2020-01-14 国网山东省电力公司电力科学研究院 基于深度学习的级联目标识别方法及系统
CN110796107A (zh) * 2019-11-04 2020-02-14 南京北旨智能科技有限公司 电力巡检图像缺陷识别方法和系统、电力巡检无人机
CN110910360A (zh) * 2019-11-14 2020-03-24 腾讯云计算(北京)有限责任公司 电网图像的定位方法和图像定位模型的训练方法
CN110942455A (zh) * 2019-11-26 2020-03-31 南方电网数字电网研究院有限公司 输电线路开口销缺失检测方法、装置和计算机设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
两级上下文卷积网络宽视场图像小目标检测方法;王海涛 等;《计算机测量与控制》;20191231;第27卷(第9期);第199-203页 *

Also Published As

Publication number Publication date
CN112051270A (zh) 2020-12-08

Similar Documents

Publication Publication Date Title
CN112906568B (zh) 动态阈值管理方法、系统、电子设备及介质
CN108961267B (zh) 图片处理方法、图片处理装置及终端设备
CN111310725A (zh) 一种对象识别方法、系统、机器可读介质及设备
CN111142650B (zh) 一种屏幕亮度调节方法、屏幕亮度调节装置及终端
CN112051270B (zh) 一种输电线缺陷检测方法、系统、设备及介质
CN112672405B (zh) 功耗计算方法、装置、存储介质、电子设备以及服务器
CN111582353B (zh) 一种图像特征检测方法、系统、设备以及介质
CN114845152A (zh) 播放控件的显示方法、装置、电子设备及存储介质
CN112132056A (zh) 一种活体检测方法、系统、设备及介质
CN111626369B (zh) 一种人脸识别算法效果评估方法、装置、机器可读介质及设备
CN111813988B (zh) 用于图像特征库的hnsw节点删除方法、系统、设备和介质
CN114943872A (zh) 目标检测模型的训练方法、装置、目标检测方法、装置、介质及设备
CN115099819A (zh) 数据推送的方法、装置、存储介质及电子设备
CN112347982A (zh) 基于视频的无监督难例数据挖掘方法、装置、介质及设备
CN114070892A (zh) 数据传输方法和装置
CN111243254A (zh) 无线传输电路、装置及设备
CN111915422A (zh) 一种风控模型调度方法、装置、机器可读介质及设备
CN111953696A (zh) 一种业务数据交互方法、系统、设备和介质
CN111626223A (zh) 一种设备状态检测方法、装置、电子设备及介质
CN111710011B (zh) 一种漫画生成方法、系统、电子设备及介质
CN114821089A (zh) 基于卷积神经网络的目标检测方法、装置、介质及设备
CN116468883B (zh) 一种高精度图像数据体积雾识别方法及装置
CN115271026A (zh) 生成人脸质量评估模型的方法、系统、设备及介质
CN110875876B (zh) 电子红包识别方法、电子红包识别装置及移动终端
CN112925816A (zh) 一种异常数据检测方法、装置、机器可读介质及设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant