[发明专利]电力稀缺缺陷图像生成及检测方法、装置及相关设备

说明书

本发明公布了提供一种电力稀缺缺陷图像生成及检测方法，包括：获取第一缺陷绝缘子图像以及完整绝缘子图像，并根据所述第一缺陷绝缘子图像将所述完整绝缘子图像转换为缺陷绝缘子图像，得到样本缺陷绝缘子图像；将所述完整绝缘子图像以及所述样本缺陷绝缘子图像训练缺陷绝缘子检测模型，得到训练好的缺陷绝缘子检测模型；将待检测图像输入到所述训练好的缺陷绝缘子检测模型进行检测。通过将完整绝缘子图像转换为缺陷绝缘子图像，增加样本缺陷绝缘子图像的样本量和样本类型，通过数量更多样本缺陷绝缘子图像用于训练缺陷绝缘子检测模型，避免模型过拟合，提高缺陷绝缘子的检测准确度。

技术领域

本发明涉及人工智能领域，更具体的说，是涉及一种电力稀缺缺陷图像生成及检测方法、装置、电子设备及存储介质。

背景技术

中国电网正处于高速发展阶段，配电线路是电网的重要组成部分，线路的巡检也是越来越重要，而绝缘子是配网中最常见的电力部件，因此，有必要对配网线路中绝缘子的状态进行巡检，及时发现绝缘子缺陷问题，以便及时处理。而随着科技的进步，无人机逐渐应用到电力巡检工作中。无人机能够提供大量的巡检图像，但仅仅依靠人工难以满足图像的物体识别与处理及时性，需要使用基于人工智能深度学习的图像识别处理技术。

目前深度学习神经网络在图像识别上效果明显，但深度学习是典型的数据驱动技术，其能利用大量的数据训练模型，通过学习发现规律，提取数据特征。但由于绝缘子本身故障相对较少，实际缺陷样本少，且与正常绝缘子样本数量严重不平衡，训练出来的模型容易出现过拟合等现象，导致绝缘子缺陷状态容易被误判，检测的准确度不高。

申请内容

本发明的目的是针对上述现有技术存在的缺陷，提供一种电力稀缺缺陷图像生成及检测方法，提高缺陷样本的数量，以提高缺陷绝缘子检测模型的训练效果，进而提高陷绝缘子检测准确度。

本发明的目的是通过以下技术方案来实现的：

第一方面，提供一种缺陷绝缘子检测方法，所述方法包括：

获取第一缺陷绝缘子图像以及完整绝缘子图像，并根据所述第一缺陷绝缘子图像将所述完整绝缘子图像转换为缺陷绝缘子图像，得到样本缺陷绝缘子图像；

将所述完整绝缘子图像以及所述样本缺陷绝缘子图像训练缺陷绝缘子检测模型，得到训练好的缺陷绝缘子检测模型；

将待检测图像输入到所述训练好的缺陷绝缘子检测模型进行检测。

可选的，所述根据所述第一缺陷绝缘子图像将所述完整绝缘子图像转换为缺陷绝缘子图像，得到样本缺陷绝缘子图像，包括：

对所述第一缺陷绝缘子图像进行扩充，得到第二缺陷绝缘子图像；

根据所述第二缺陷绝缘子图像将所述完整绝缘子图像转换为缺陷绝缘子图像，得到第三缺陷绝缘子图像；

基于所述第三缺陷绝缘子图像，得到样本缺陷绝缘子图像。

可选的，所述对所述第一缺陷绝缘子图像进行扩充，得到第二缺陷绝缘子图像，包括：

通过数据增强方式对所述第一缺陷绝缘子图像进行扩充，得到第二缺陷绝缘子图像。

可选的，所述根据所述第二缺陷绝缘子图像将所述完整绝缘子图像转换为缺陷绝缘子图像，得到第三缺陷绝缘子图像，包括：

根据所述第二缺陷绝缘子图像，划分第一样本集，根据所述完整绝缘子图像划分第二样本集；

根据所述第一样本集与所述第二样本集训练缺陷绝缘子图像生成网络，得到训练好的缺陷绝缘子图像生成网络；

将所述完整绝缘子图像输入到所述训练好的缺陷绝缘子图像生成网络，得到第三缺陷绝缘子图像。