[发明专利]一种无人机巡检图像缺陷智能分析的方法

权利要求书

1.一种无人机巡检图像缺陷智能分析的方法，其特征在于，所述方法通过过智能分析设备接收无人机巡检数据，包括与待识别对象相关的巡检数据；基于巡检数据建立各金具、缺陷目标训练库；基于巡检数据库，训练设备进行各类缺陷及金具识别模型训练；通过智能分析设备利用模型对无人机巡检图像进行智能分析处理。

2.根据权利要求1所述的一种无人机巡检图像缺陷智能分析的方法，其特征在于，所述训练设备基于训练库识别模型的操作包括：训练设备抽取所述样本库中对应目标数据进行样本预处理；训练设备对预处理后的数据分为训练集和测试集；训练设备根据所述训练集迭代训练所述识别模型；训练设备根据所述识别模型进行精度评估；以及智能分析设备根据所述识别模型识别对应目标。

3.根据权利要求2所述的一种无人机巡检图像缺陷智能分析的方法，其特征在于，所述训练设备利用样本库生成训练集、测试集，针对性的训练识别模型，达到一定精度后，识别设备可以从训练设备获取识别模型，并利用所获取的识别模型对无人机巡检数据进行目标检测，包括对绝缘子串、悬垂线夹、防震锤等关键金具识别，或鸟巢、绝缘子缺失、异物悬挂、防震锤移位的典型缺陷进行识别；通过分析目标类型自动输出无人机巡检图像的智能分析报告。

4.根据权利要求2所述的一种无人机巡检图像缺陷智能分析的方法，其特征在于，所述识别设备将标注好的所述巡检数据发送至管理设备；所述训练设备将所述识别模型发送至所述智能分析设备。

5.根据权利要求4所述的一种无人机巡检图像缺陷智能分析的方法，其特征在于，所述智能分析设备基于识别模型进行智能分析的操作，包括：智能分析设备根据所述识别模型进行缺陷检测；智能分析设备根据所述检测结果进行目标类型分析、各类缺陷汇总；智能分析设备根据所述检测结果生成检测报告。

6.根据权利要求5所述的一种无人机巡检图像缺陷智能分析的方法，其特征在于，所述识别模型进行能否满足智能分析的需求，包括所述智能分析设备依据所述检测报告判断所述识别模型是否达到预定的需求。

7.根据权利要求6所述的一种无人机巡检图像缺陷智能分析的方法，其特征在于，根据所述智能分析设备检测需求更新所述识别模型的操作，包括所述训练设备使用ResNext-101特征提取网络进行训练操作；训练设备在训练操作过程中加入可变形卷积网络DCN v2、特征金字塔网络FPN。

8.根据权利要求1所述的一种无人机巡检图像缺陷智能分析的方法，其特征在于，所述方法通过智能分析设备接收巡检数据，并利用从训练设备获取的识别模型对所述巡检数据进行目标检测；最后根据检测结果进行目标类型分析、各类缺陷汇总，生成分析报告。