[发明专利]基于增量学习的电网缺陷检测方法、装置、设备和介质

说明书

本发明涉及电网缺陷检测技术领域，公开了一种基于增量学习的电网缺陷检测方法，包括在采集得到的图像当中，在存在缺陷的图像上标注出缺陷信息，以便于从采集得到的图像当中筛选出缺陷图像，对缺陷图像进行处理制作出目标检测数据集；构建目标检测网络，且将目标检测数据集划分为训练数据集与测试数据集；对测试数据集进行处理，制作分类数据集；基于分类数据集构建适应增量学习的图像分类模型；组合目标检测网络模型和适应增量学习的图像分类模型；基于增量学习的电网缺陷检测方法可以对已训练好的目标检测模型进行改动，使得网络模型能够学习新增缺陷数据中所蕴涵的特征。

技术领域

本发明涉及电网缺陷检测技术领域，特别是涉及基于增量学习的 电网缺陷检测方法、装置、设备和介质。

背景技术

传统的变电站巡检方式采用人工巡检，近年来电力机器人巡视方 式的加入，避免了人工巡检方式的诸多弊端。无人机电力巡检已经被 广泛应用，电力巡检效率得到了极大程度的提升。通过无人机进行巡 检，无人机能够大范围的对巡检线路进行针对性的检查，及时发现潜 在危险，对于电网安全的维护至关重要。

然而在实际的环境中，缺陷问题的种类并非单一，并且随着时间 的推移，必定会产生新的缺陷种类。当前的目标检测模型不能识别出 没有学习过的缺陷。如果重新训练目标检测模型，会浪费大量的时间。

发明内容

本发明提供基于增量学习的电网缺陷检测方法、装置、设备和介 质，通过不断的学习新增缺陷，从而识别出没有学习过的缺陷。

第一方面，基于增量学习的电网缺陷检测方法，包括：

在采集得到的图像当中，在存在缺陷的图像上标注出缺陷信息， 以便于从采集得到的图像当中筛选出缺陷图像，对缺陷图像进行处理 制作出目标检测数据集；

构建目标检测网络，且将目标检测数据集划分为训练数据集与测 试数据集；

对测试数据集进行处理，制作分类数据集；

基于分类数据集构建适应增量学习的图像分类模型；

组合目标检测网络模型和适应增量学习的图像分类模型。

第二方面，基于增量学习的电网缺陷检测装置，包括：

制作目标检测数据集模块，用于对采集的图像标注缺陷信息确定 缺陷图像，对缺陷图像进行处理制作出目标检测数据集；

构建目标检测网络模型模块，用于构建目标检测网络模型，且将 目标检测数据集划分为训练数据集与测试数据集；

制作分类数据集模块，用于对测试数据集进行处理，制作分类数 据集；

构建图像分类模型模块，用于基于分类数据集构建适应增量学习 的图像分类模型；

模型组合模块，用于组合目标检测网络模型和适应增量学习的图 像分类模型。

第三方面，一种电子设备，包括：

存储器，用于存储可执行指令；

处理器，用于执行所述存储器中存储的可执行指令时，实现第一 方面所述基于增量学习的电网缺陷检测方法。

第四方面，一种计算机可读存储介质，存储有可执行指令，用于 被处理器执行时，实现第一方面所述基于增量学习的电网缺陷检测方 法。

本发明的基于增量学习的电网缺陷检测方法、装置、设备和存储 介质与现有技术相比，其有益效果在于：

1.在缺陷检测任务中，新的缺陷数据量可能会逐步上升，面临新 的缺陷数据，基于增量学习的电网缺陷检测方法可以对已训练好的目 标检测模型进行改动，使得网络模型能够学习新增缺陷数据中所蕴涵 的特征。