[发明专利]一种绝缘子缺陷检测方法、装置、设备和存储介质

权利要求书

1.一种绝缘子缺陷检测方法，其特征在于，包括：

预先训练采用注意力机制的绝缘子缺陷检测模型；

在检测绝缘子缺陷时，采集绝缘子图像；

将所述绝缘子图像输入所述绝缘子缺陷检测模型，通过所述绝缘子缺陷检测模型在所述绝缘子图像中检测是否存在绝缘子缺陷；

获取所述绝缘子缺陷检测模型输出的检测结果；如果所述绝缘子图像中检测到绝缘子缺陷，则所述检测结果为在所述绝缘子图像的绝缘子缺陷区域标注锚框。

2.根据权利要求1所述的方法，其特征在于，

在所述绝缘子缺陷检测模型的神经网络中设置：第一注意力单元和第二注意力单元；其中，在训练所述绝缘子缺陷检测模型的过程中，所述第一注意力单元和所述第二注意力单元都用于调整所述神经网络中的神经元的权重。

3.根据权利要求1所述的方法，其特征在于，在所述预先训练采用注意力机制的绝缘子缺陷检测模型之前，还包括：

从预先设置的样本绝缘子图像数据集中，获取样本绝缘子图像；

针对所述样本绝缘子图像执行数据增强处理；其中，所述数据增强处理用于基于所述样本绝缘子图像扩增出多张样本绝缘子图像；

将扩增出的所述多张样本绝缘子图像添加到所述样本绝缘子图像数据集中，以便基于所述样本绝缘子图像数据集训练所述绝缘子缺陷检测模型。

4.根据权利要求1所述的方法，其特征在于，所述预先训练采用注意力机制的绝缘子缺陷检测模型，包括：

将样本绝缘子图像顺序输入所述绝缘子缺陷检测模型；其中，在所述样本绝缘子图像中标注有绝缘子缺陷真实位置的真实锚框；

所述绝缘子缺陷检测模型利用k-means聚类算法，在所述样本绝缘子图像中生成尺寸不同的多个候选锚框；其中，所述多个候选锚框都用于标识绝缘子缺陷所在的位置；

所述绝缘子缺陷检测模型中的神经网络，在所述多个候选锚框中选择一个最接近所述真实锚框候选锚框，作为预测锚框输出；

所述绝缘子缺陷检测模型中的损失函数根据所述预测锚框和所述真实锚框确定损失值，并根据所述损失值调整所述绝缘子缺陷检测模型。

5.一种绝缘子缺陷检测装置，其特征在于，包括：

训练模块，用于预先训练采用注意力机制的绝缘子缺陷检测模型；

采集模块，用于在检测绝缘子缺陷时，采集绝缘子图像；

检测模块，用于将所述绝缘子图像输入所述绝缘子缺陷检测模型，通过所述绝缘子缺陷检测模型在所述绝缘子图像中检测是否存在绝缘子缺陷；获取所述绝缘子缺陷检测模型输出的检测结果；如果所述绝缘子图像中检测到绝缘子缺陷，则所述检测结果为在所述绝缘子图像的绝缘子缺陷区域标注锚框。

6.根据权利要求5所述的装置，其特征在于，

在所述绝缘子缺陷检测模型的神经网络中设置：第一注意力单元和第二注意力单元；其中，在训练所述绝缘子缺陷检测模型的过程中，所述第一注意力单元和所述第二注意力单元都用于调整所述神经网络中的神经元的权重。

7.根据权利要求5所述的装置，其特征在于，所述训练模块还用于：

在所述预先训练采用注意力机制的绝缘子缺陷检测模型之前，从预先设置的样本绝缘子图像数据集中，获取样本绝缘子图像；

针对所述样本绝缘子图像执行数据增强处理；其中，所述数据增强处理用于基于所述样本绝缘子图像扩增出多张样本绝缘子图像；

将扩增出的所述多张样本绝缘子图像添加到所述样本绝缘子图像数据集中，以便基于所述样本绝缘子图像数据集训练所述绝缘子缺陷检测模型。