[发明专利]绝缘子检测方法及装置

权利要求书

1.一种绝缘子检测方法，其特征在于，包括：

将待检测绝缘子图像输入到多任务深度学习网络中，输出所述待检测绝缘子图像中的像素属于绝缘子上每个锚点的概率分布图，以及所述像素位于任意相邻两个锚点之间的连接线上时所述相邻两个锚点之间的连接信息分布图；其中，将所述相邻两个锚点之间的坐标差作为所述相邻两个锚点之间的区域的连接信息，将其他不位于相邻两个锚点之间的区域的连接信息设置为0；

根据每个锚点对应的概率分布图，获取每个锚点在所述待检测绝缘子图像中的一个或多个候选位置，根据所述相邻两个锚点之间的连接信息分布图和所述相邻两个锚点之间任意候选位置的两两组合，计算所述相邻两个锚点之间对于每个组合的连接信息置信度；其中，对于每种组合中的候选位置，通过所述相邻两个锚点对应的连接信息分布图沿着所述候选位置之间的线段计算两个候选位置之间的线积分，得到所述相邻两个锚点之间对于每个组合的连接信息置信度；

根据所有相邻两个锚点之间对于每个组合的连接信息置信度确定每条绝缘子上每个锚点的最终位置，根据每条绝缘子上各锚点的最终位置确定每条绝缘子的倾斜矩形框；

其中，所述多任务深度学习网络通过以绝缘子图像样本作为样本，以所述绝缘子图像样本中绝缘子上每个锚点的实际位置作为标签进行训练获取。

2.根据权利要求1所述的绝缘子检测方法，其特征在于，所述多任务深度学习网络包括主干网络以及多个阶段网络；

每个阶段网络包括第一卷积网络和第二卷积网络；

相应地，所述将待检测绝缘子图像输入到多任务深度学习网络中，输出所述待检测绝缘子图像中的像素属于绝缘子上每个锚点的概率分布图，以及所述像素位于任意相邻两个锚点之间的连接线上时所述相邻两个锚点之间的连接信息分布图，包括：

将所述待检测绝缘子图像输入到所述主干网络，输出所述待检测绝缘子图像的特征图，将所述特征图同时输入与所述主干网络连接的阶段网络中的第一卷积网络和第二卷积网络；

经过所述第一卷积网络得到每个锚点的概率分布图，并将所有锚点的概率分布图进行拼接，经过所述第二卷积网络得到所有相邻两个锚点之间的连接信息分布图，并将所有相邻两个锚点之间的连接信息分布图进行拼接；

将所述概率分布图的拼接结果、所述连接信息分布图的拼接结果和所述特征图拼接成新的特征图同时输入到当前阶段网络的下一个阶段网络中，直到所述下一个阶段网络为最后一个阶段网络；

经过所述最后一个阶段网络的第一卷积网络输出每个锚点的概率分布图，经过所述最后一个阶段网络的第二卷积网络输出所述相邻两个锚点之间的连接信息分布图。

3.根据权利要求2所述的绝缘子检测方法，其特征在于，所述第一卷积网络包括多个连续的第一卷积层和多个连续的第二卷积层；

其中，所述第一卷积层的卷积核尺寸大于所述第二卷积层的卷积核尺寸；

所述第一卷积层位于所述第二卷积层的前面；

所述第二卷积网络的结构与所述第一卷积网络的结构相同。