[发明专利]基于小样本的电塔缺陷监测方法及系统

权利要求书

1.一种基于小样本的电塔缺陷监测方法，其特征在于，包括：

获取当前小样本训练集；所述当前小样本训练集包括多个不同类别的当前电塔图像训练集合，每个类别的当前电塔图像训练集合均包括多个当前电塔训练图像；每个当前电塔训练图像均对应一个或多个当前实际缺陷框；

基于所述当前小样本训练集，得到每个当前实际缺陷框的当前特征向量；

根据每个当前实际缺陷框的当前特征向量计算每个类别的当前特征向量的平均值；

基于每个类别的当前特征向量的平均值，得到每个类别的当前结构特征向量；

串联每个类别的当前结构特征向量和每个类别的当前特征向量的平均值，并将串联结果输入分类子网络的最优参数映射网络中，得到当前分类子网络的参数；

串联每个类别的当前特征向量的平均值，并将串联结果输入位置回归子网络的最优参数映射网络中，得到当前参数偏移值；

将所述当前参数偏移值与最优位置回归子网络的参数相加，得到当前最优位置回归子网络的参数；

根据所述当前分类子网络的参数构建当前分类子网络，根据所述当前最优位置回归子网络的参数构建当前最优位置回归子网络；

根据当前电塔图像，得到多个经过全连接的当前候选缺陷框的特征向量；

输入每个经过全连接的当前候选缺陷框的特征向量至所述当前分类子网络中，得到每个当前候选缺陷框位于每个类别的概率；根据每个当前候选缺陷框位于每个类别的概率获得每个当前候选缺陷框的电塔缺陷类型；

输入每个当前候选缺陷框的特征向量至所述当前最优位置回归子网络中，得到每个当前候选缺陷框的电塔缺陷位置坐标。

2.根据权利要求1所述的基于小样本的电塔缺陷监测方法，其特征在于：

所述得到每个当前实际缺陷框的当前特征向量包括：将所述当前小样本训练集输入最优训练框架中，得到每个当前实际缺陷框的当前特征向量；

所述得到每个类别的当前结构特征向量包括：将每个类别的当前特征向量的平均值输入最优图卷积网络中，得到每个类别的当前结构特征向量；

所述得到多个经过全连接的当前候选缺陷框的特征向量包括：将所述当前电塔图像输入最优测试框架中，得到多个经过全连接的当前候选缺陷框的特征向量。