[发明专利]一种接触网绝缘子可见光图像检测方法

权利要求书

1.一种接触网绝缘子可见光图像检测方法，其特征在于，包括以下步骤：

S1、获取接触网绝缘子可见光图像，并对所述接触网绝缘子可见光图像进行预处理，得到接触网绝缘子图像集；

S2、根据所述接触网绝缘子图像集，构建接触网绝缘子数据集；

S3、构建基于改进RetinaNet的绝缘子目标检测模型；

S4、根据所述接触网绝缘子数据集，训练基于改进RetinaNet的绝缘子目标检测模型，得到最优绝缘子检测模型；

S5、根据所述最优绝缘子检测模型，对待测图像进行检测，得到种类预测结果和锚框位置参数调整结果；

S6、根据所述种类预测结果和锚框位置参数调整结果，对含有接触网绝缘子目标的预设锚框进行调整，输出带有预测框的接触网绝缘子目标检测结果图像，完成对接触网绝缘子可见光图像的检测。

2.根据权利要求1所述的接触网绝缘子可见光图像检测方法，其特征在于，所述步骤S2中接触网绝缘子数据集的构建方法，包括以下步骤：

S201、对所述接触网绝缘子图像集进行数据增强操作，得到初始数据集；

S202、标注初始数据集中的接触网绝缘子目标，并采用VOC数据集格式保存接触网绝缘子目标的种类信息及位置信息，得到接触网绝缘子数据集。

3.根据权利要求2所述的接触网绝缘子可见光图像检测方法，其特征在于，所述步骤S201中数据增强操作包括对所述接触网绝缘子图像集中的图像进行旋转、翻转、亮度变换和对比度变换。

4.根据权利要求1所述的接触网绝缘子可见光图像检测方法，其特征在于，所述步骤S3中的基于改进RetinaNet的绝缘子目标检测模型包括依次连接的改进特征提取网络G_ResNet、CBAM注意力机制、特征金字塔网络FPN和预测网络；

所述改进特征提取网络G_ResNet，用于利用Ghost模块进行残差瓶颈结构堆叠，得到堆叠结果，并基于堆叠结果得到待测图像的初始特征图，将所述初始特征图输入至CBAM注意力机制；

所述CBAM注意力机制，用于根据所述初始特征图，生成注意力权重抑制无关目标，得到带注意力权重的特征图，并将所述带注意力权重的特征图输入至特征金字塔网络FPN，所述CBAM注意力机制计算过程表达式为：

其中，F为初始特征图；M_c为通道注意力操作；为逐元素相乘；F'为通道注意力模块输出；M_s为空间注意力操作；F”为带注意力权重的特征图；

所述特征金字塔网络FPN，用于根据所述带注意力权重的特征图，利用上采样与侧边连接进行多尺度特征融合得到融合后的特征图，并将所述融合后的特征图输入至预测网络；

所述预测网络，用于根据所述融合后的特征图，利用多次卷积得到种类预测结果和锚框位置参数调整结果。

5.根据权利要求4所述的接触网绝缘子可见光图像检测方法，其特征在于，所述改进特征提取网络G_ResNet使用Ghost模块进行残差瓶颈结构堆叠，所述Ghost模块的计算过程表达式为：

其中，X为待测图像；f'为卷积核；Y'为待测图像的本征特征图；y_i'为待测图像的本征特征图的第i个内在映射；Φ_i,j为生成y_i'的第j个相似特征图的线性变换；y_ij为y_i'的第j个相似特征图。

6.根据权利要求4所述的接触网绝缘子可见光图像检测方法，其特征在于，所述CBAM注意力机制包括依次连接的通道注意力模块和空间注意力模块；

所述通道注意力模块，用于对所述初始特征图赋予通道维度上的注意力权重，得到通道特征图，并将所述通道特征图输入至空间注意力模块；

所述空间注意力模块，用于对所述通道特征图赋予空间维度上的注意力权重，得到带注意力权重的特征图。