[发明专利]绝缘子缺陷检测方法、系统、电子设备及可读存储介质

权利要求书

1.一种绝缘子缺陷检测方法，其特征在于，包括以下步骤：

将被检测电网航拍图像输入预训练好的绝缘子缺陷检测模型中，通过所述预训练好的绝缘子缺陷检测模型输出所述被检测电网航拍图像的绝缘子缺陷检测结果；

所述绝缘子缺陷检测模型包括：

绝缘子检测和前景分割模块，用于根据输入的电网航拍图像，获取只包含绝缘子的区域图像；

绝缘子缺陷检测模块，用于根据获取的只包含绝缘子的区域图像，利用基于多头自注意力的图像分类网络判断绝缘子是否有缺陷并输出绝缘子缺陷检测结果。

2.根据权利要求1所述的一种绝缘子缺陷检测方法，其特征在于，所述绝缘子检测和前景分割模块中，根据输入的电网航拍图像，获取只包含绝缘子的区域图像的步骤具体包括：

根据输入的电网航拍图像，利用基于多头自注意力的编码解码模型对绝缘子进行目标检测，获得绝缘子检测结果；

根据所述绝缘子检测结果，对绝缘子进行前景分割，获得电网航拍图像中只包含绝缘子的区域图像。

3.根据权利要求2所述的一种绝缘子缺陷检测方法，其特征在于，所述根据输入的电网航拍图像，利用基于多头自注意力的编码解码模型对绝缘子进行目标检测，获得绝缘子检测结果的步骤具体包括：

将获得的航拍图像帧送入深度卷积神经网络来提取图像的特征，获得特征图；

将获得的特征图分为多个固定尺寸的子特征图，并将其一维平展为一个线性子特征图序列；将子特征图序列与子特征图在原特征图中的位置编码形成完整的线性输入序列；

利用多头自注意力模块和前馈网络模块，将所述线性输入序列进行特征提取，使得特征包含帧内上下文的语义和位置信息，获得处理后的特征；

采用自注意力与注意力机制，将所述处理后的特征，通过多个交替的多头自注意力模块、多头注意力模块和前馈网络模块结合输出位置编码进行解码，输出与查询对象同维度的特征结果；

将所述特征结果输入一个预测前馈网络，生成最终的绝缘子类标签和边界框集合，获得航拍图像帧中的绝缘子检测结果。

4.根据权利要求3所述的一种绝缘子缺陷检测方法，其特征在于，所述将获得的航拍图像帧送入深度卷积神经网络来提取图像的特征，获得特征图中，

所述深度卷积神经网络采用ResNet作为特征抽取的主干网络，将ResNet中Conv3～Conv5的常规3×3卷积用可变形卷积来替代。

5.根据权利要求3所述的一种绝缘子缺陷检测方法，其特征在于，所述绝缘子缺陷检测模块中，根据获取的只包含绝缘子的区域图像，利用基于多头自注意力的图像分类网络判断绝缘子是否有缺陷并输出绝缘子缺陷检测结果：

(1)将获取的只包含绝缘子的区域图像分为多个固定尺寸的子图，并将其一维平展为一个线性子图序列；

(2)将步骤(1)获得的线性子图序列，结合子图在绝缘子图像中的位置编码以及一个可学习的分类标志位形成完整的线性输入序列；

(3)采用多头自注意力机制，将步骤(2)中得到的线性输入序列进行特征提取，使得特征包含帧内上下文的语义和位置信息，获得处理后的特征以及学习后的分类标志位，并根据分类标志位进行分类的最终输出，获得绝缘子缺陷检测结果。

6.根据权利要求5所述的一种绝缘子缺陷检测方法，其特征在于，所述预训练好的绝缘子缺陷检测模型的获取步骤包括：

基于给定的标注过的电网航拍图像数据集，构建获得训练数据集；

基于所述训练数据集，使用批量梯度下降算法对模型进行训练优化，获得训练好的绝缘子缺陷检测模型；其中，特征提取的初始学习率为1e-5，编码解码模型初始学习率设置为1e-4，权重衰减率为1e-4；梯度更新方式利用带动量的梯度下降算法，动量值设置为0.9。

7.根据权利要求6所述的一种绝缘子缺陷检测方法，其特征在于，所述基于给定的标注过的电网航拍图像数据集，构建获得训练数据集的具体步骤包括：

获取标注过的电网航拍图像数据集，构建获得初始训练数据集；

基于所述初始训练数据集，通过随机水平镜像、对输入图像添加随机扰动、噪声方式进行数据增广，构建获得最终的训练数据集。