本發(fā)明屬于絕緣子缺陷檢測,特別是涉及一種絕緣子檢測方法、模型訓練方法、裝置、設備及存儲介質。
背景技術:
1、絕緣子是輸電線路中使用廣泛的基礎元件,在輸電線路中,絕緣子的作用是放置在不同機件之間以承受機械作用和電壓,輸電線路的安全穩(wěn)定與絕緣子質量密切相關。在電動車、充電樁以及不斷發(fā)展的儲能設備等電能質量動態(tài)波動較大的負荷接入電力網(wǎng)絡的應用場景中,對于絕緣子的缺陷檢測提出了更高要求。
2、目前一般需要人工對輸電線路中的絕緣子進行巡檢以發(fā)現(xiàn)輸電線路中的絕緣子缺陷,保證輸電線路中絕緣子的質量和可用性。
3、但是,大部分高壓輸電線路通常搭建于深山、江河和荒無人煙之地,導致相關技術中人工巡檢的作業(yè)方式存在人力成本高、檢測效率低的問題。
技術實現(xiàn)思路
1、本發(fā)明實施例提供一種絕緣子檢測方法、模型訓練方法、裝置、設備及存儲介質,以解決相關技術在對輸電線路中的絕緣子進行人工巡檢的過程中存在的人力成本高、檢測效率低的問題。
2、為了解決上述問題,第一方面,本發(fā)明實施例公開了一種絕緣子檢測方法,所述方法包括:
3、獲取待檢測圖像,并將所述待檢測圖像輸入目標檢測模型;所述待檢測圖像中包括待檢測絕緣子;所述目標檢測模型包括依次連接的骨干網(wǎng)絡、頸部網(wǎng)絡和頭部網(wǎng)絡;
4、利用所述骨干網(wǎng)絡中的第一單通道下采樣器、空間金字塔池化層和第二單通道下采樣器,獲取所述待檢測圖像對應的第一提取特征圖;
5、利用所述頸部網(wǎng)絡,對所述第一提取特征圖進行特征融合處理,得到第一融合特征圖;
6、利用所述頭部網(wǎng)絡中的上采樣層、相似性感知激活層和卷積歸一化層,基于所述第一融合特征圖,確定所述待檢測圖像的第一預測框以及所述第一預測框對應的第一檢測結果;
7、獲取所述目標檢測模型輸出的所述第一預測框和所述第一檢測結果,并根據(jù)所述第一預測框和所述第一檢測結果,確定所述待檢測絕緣子的目標檢測結果。
8、第二方面,本發(fā)明實施例公開了一種模型訓練方法,所述方法包括:
9、獲取絕緣子對應的圖像數(shù)據(jù)集;所述圖像數(shù)據(jù)集中包括訓練圖像樣本、所述訓練圖像樣本對應的目標框,以及所述目標框對應的標簽數(shù)據(jù);
10、在每一輪訓練中,利用所述訓練圖像樣本對待訓練檢測模型進行訓練,得到訓練圖像樣本對應的第二預測框和所述第二預測框對應的第二檢測結果;
11、根據(jù)所述第二預測框和第二檢測結果,以及所述目標框和所述標簽數(shù)據(jù),確定所述待訓練檢測模型對應的損失值;
12、根據(jù)所述損失值對所述待訓練檢測模型的模型參數(shù)進行調(diào)整,并進行下一輪訓練,直至所述損失值滿足預設條件,得到如上任一項所述的目標檢測模型。
13、第三方面,本發(fā)明實施例公開了一種絕緣子檢測裝置,所述裝置包括:
14、第一獲取模塊,用于獲取待檢測圖像,并將所述待檢測圖像輸入目標檢測模型;所述待檢測圖像中包括待檢測絕緣子;所述目標檢測模型包括依次連接的骨干網(wǎng)絡、頸部網(wǎng)絡和頭部網(wǎng)絡;
15、第二獲取模塊,用于利用所述骨干網(wǎng)絡中的第一單通道下采樣器、空間金字塔池化層和第二單通道下采樣器,獲取所述待檢測圖像對應的第一提取特征圖;
16、提取模塊,用于利用所述頸部網(wǎng)絡,對所述第一提取特征圖進行特征融合處理,得到第一融合特征圖;
17、第一確定模塊,用于利用所述頭部網(wǎng)絡中的上采樣層、相似性感知激活層和卷積歸一化層,基于所述第一融合特征圖,確定所述待檢測圖像的第一預測框以及所述第一預測框對應的第一檢測結果;
18、第二確定模塊,用于獲取所述目標檢測模型輸出的所述第一預測框和所述第一檢測結果,并根據(jù)所述第一預測框和所述第一檢測結果,確定所述待檢測絕緣子的目標檢測結果。
19、第四方面,本發(fā)明實施例公開了一種模型訓練裝置,所述裝置包括:
20、第三獲取模塊,用于獲取絕緣子對應的圖像數(shù)據(jù)集;所述圖像數(shù)據(jù)集中包括訓練圖像樣本、所述訓練圖像樣本對應的目標框,以及所述目標框對應的標簽數(shù)據(jù);
21、訓練模塊,用于在每一輪訓練中,利用所述訓練圖像樣本對待訓練檢測模型進行訓練,得到訓練圖像樣本對應的第二預測框和所述第二預測框對應的第二檢測結果;
22、第三確定模塊,用于根據(jù)所述第二預測框和第二檢測結果,以及所述目標框和所述標簽數(shù)據(jù),確定所述待訓練檢測模型對應的損失值;
23、所述訓練模塊,還用于根據(jù)所述損失值對所述待訓練檢測模型的模型參數(shù)進行調(diào)整,并進行下一輪訓練,直至所述損失值滿足預設條件,得到如上任一項所述的目標檢測模型。
24、第五方面,本發(fā)明實施例還公開了一種電子設備,所述電子設備包括處理器、存儲器、通信接口和通信總線,所述處理器、所述存儲器和所述通信接口通過所述通信總線完成相互間的通信;所述存儲器用于存放可執(zhí)行指令,所述可執(zhí)行指令使所述處理器執(zhí)行如上所述的絕緣子檢測方法,或者執(zhí)行如上所述的模型訓練方法。
25、本發(fā)明實施例還公開了一種可讀存儲介質,當所述可讀存儲介質中的指令由電子設備的處理器執(zhí)行時,使得所述處理器能夠執(zhí)行如上所述的絕緣子檢測方法,或者執(zhí)行如上所述的模型訓練方法。
26、本發(fā)明實施例包括以下優(yōu)點:
27、本發(fā)明實施例提供的絕緣子檢測方法,通過獲取包括待檢測絕緣子的待檢測圖像,并將待檢測圖像輸入目標檢測模型,在利用骨干網(wǎng)絡中的第一單通道下采樣器、空間金字塔池化層和第二單通道下采樣器獲取待檢測圖像對應的第一提取特征圖的過程中,基于第一單通道下采樣器和第二單通道下采樣器可以在不損失待檢測圖像信息的情況下對待檢測圖像進行下采樣,提高了對待檢測圖像中小目標絕緣子的檢測能力,基于空間金字塔池化層可以從待檢測圖像中獲取多尺度的上下文信息,提高了骨干網(wǎng)絡獲取的第一提取特征值的準確性;在利用頭部網(wǎng)絡中的上采樣層、相似性感知激活層和卷積歸一化層基于頸部網(wǎng)絡得到的第一融合特征圖確定第一預測框和第一檢測結果的過程中,基于相似性感知激活層在第一融合特征圖上通過全局注意力加權計算第一融合特征圖的全局上下文信息,提高了頭部網(wǎng)絡對待檢測圖像中絕緣子的辨別能力,提高了頭部網(wǎng)絡確定的第一預測框和第一檢測結果的準確性,進而提高了本發(fā)明實施例根據(jù)第一預測框和第一檢測結果確定的待檢測絕緣子的目標檢測結果的準確性和可靠性,而且本發(fā)明實施例可以在無人工參與的場景下自動進行,降低了絕緣子檢測過程中的人力成本,提高了對絕緣子進行檢測的效率。
1.一種絕緣子檢測方法,其特征在于,所述方法包括:
2.根據(jù)權利要求1所述的方法,其特征在于,所述利用所述骨干網(wǎng)絡中的第一單通道下采樣器、空間金字塔池化層和第二單通道下采樣器,獲取所述待檢測圖像對應的第一提取特征圖,包括:
3.根據(jù)權利要求1所述的方法,其特征在于,所述利用所述頭部網(wǎng)絡中的上采樣層、相似性感知激活層和卷積歸一化層,基于所述第一融合特征圖,確定所述待檢測圖像的第一預測框以及所述第一預測框對應的第一檢測結果,包括:
4.一種模型訓練方法,其特征在于,所述方法包括:
5.根據(jù)權利要求4所述的方法,其特征在于,所述待訓練檢測模型包括依次連接的待訓練骨干網(wǎng)絡、待訓練頸部網(wǎng)絡和待訓練頭部網(wǎng)絡;
6.根據(jù)權利要求5所述的方法,其特征在于,所述待訓練卷積歸一化層包括加權交并比損失函數(shù)層;
7.一種絕緣子檢測方法裝置,其特征在于,所述裝置包括:
8.一種模型訓練裝置,其特征在于,所述裝置包括:
9.一種電子設備,其特征在于,所述電子設備包括處理器、存儲器、通信接口和通信總線,所述處理器、所述存儲器和所述通信接口通過所述通信總線完成相互間的通信;所述存儲器用于存放可執(zhí)行指令,所述可執(zhí)行指令使所述處理器執(zhí)行如權利要求1至3中任一項所述的絕緣子檢測方法,或者執(zhí)行如權利要求4至6中任一項所述的模型訓練方法。
10.一種可讀存儲介質,其特征在于,當所述可讀存儲介質中的指令由電子設備的處理器執(zhí)行時,使得所述處理器能夠執(zhí)行如權利要求1至3中任一項所述的絕緣子檢測方法,或者執(zhí)行如權利要求4至6中任一項所述的模型訓練方法。