[发明专利]基于轻量化模型下发的输电线路缺陷巡检方法和装置

说明书

本申请涉及一种基于轻量化模型下发的输电线路缺陷巡检方法和装置。所述方法包括：压缩目标器件检测模型，得到压缩后的目标器件检测模型并下发；目标器件检测模型为基于目标器件训练集对第一单阶段目标检测模型进行训练得到；目标器件训练集为采用最小外接矩形框对输电线路的历史无人机巡检图像中的目标器件进行标注得到；其中，压缩后的目标器件检测模型用于指示边缘设备识别当前无人机巡检图像，以指示边缘设备指示无人机调整姿态以获取目标器件图像并上传；若接收到目标器件图像，采用缺陷检测模型处理目标器件图像，得到输电线路缺陷巡检结果。采用本方法能够在输电线路的巡检过程中实现对目标器件的缺陷检测，识别准确率高。

技术领域

本申请涉及电力巡检技术领域，特别是涉及一种基于轻量化模型下发的输电线路缺陷巡检方法和装置。

背景技术

输电是我国电力系统中至关重要的一环，众多的输电线路电力器件以及相关缺陷是输电巡检的主要内容。然而输电线路大多数关键设备都是部署在户外，具有分布广泛、地区偏远、地理环境恶劣等特点，这给巡检带来了困难。随着制造业与物联网的长足发展，无人机已被电网企业广泛应用于输电线路巡视检查。相较于人工巡检，无人机巡检大幅度降低了对人力的需求，巡检过程中存在及时有效地处理大量航拍数据的需求。

然而，目前的输电线路缺陷巡检方法，存在对输电线路目标器件的缺陷识别准确率低的问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高输电线路目标器件的缺陷识别准确率的基于轻量化模型下发的输电线路缺陷巡检方法和装置。

第一方面，本申请提供了一种基于轻量化模型下发的输电线路缺陷巡检方法。所述方法包括：

压缩目标器件检测模型，得到压缩后的目标器件检测模型并下发；目标器件检测模型为基于目标器件训练集对第一单阶段目标检测模型进行训练得到；目标器件训练集为采用最小外接矩形框对输电线路的历史无人机巡检图像中的目标器件进行标注得到；其中，压缩后的目标器件检测模型用于指示边缘设备识别当前无人机巡检图像，以得到目标器件的类型与位置；目标器件的类型与位置用于指示边缘设备指示无人机调整姿态以获取目标器件图像并上传；

若接收到目标器件图像，采用缺陷检测模型处理目标器件图像，得到输电线路缺陷巡检结果；缺陷检测模型为基于目标器件训练集对第二单阶段目标检测模型进行训练得到。

在其中一个实施例中，目标器件检测模型和缺陷检测模型均为包括依次连接的主干网络、编码器和解码器的模型；主干网络包括残差神经网络和特征金字塔的第五卷积层输出的特征图，残差神经网络与特征图连接；编码器包括相连的投影层和残差块；投影层与特征图连接；解码器包括分类分支和回归分支；回归分支包括隐式预测对象，用于输出目标器件的位置；分类分支通过与隐式预测对象合并，以输出目标器件的类型。

在其中一个实施例中，目标器件检测模型包括若干个普通卷积层；缺陷检测模型包括若干个分组卷积层。

在其中一个实施例中，目标器件检测模型采用均衡匹配策略以调整用于训练的目标器件训练集的样本比例；缺陷检测模型采用交叉熵损失函数以调整用于训练的目标器件训练集的样本比例。

在其中一个实施例中，压缩目标器件检测模型并下发的步骤包括：基于目标器件检测模型各层通道的平均通道显著性，对目标器件检测模型进行动态剪枝，获取压缩后的目标器件检测模型；采用HTTP协议通过5G网络下发压缩后的目标器件检测模型。

在其中一个实施例中，目标器件包括玻璃绝缘子、防震锤和均压环；目标器件训练集包括VOC格式的xml标注文件；方法还包括：若接收到目标器件图像，则基于目标器件图像优化缺陷检测模型。

第二方面，本申请还提供了一种基于轻量化模型下发的输电线路缺陷巡检装置。所述装置包括：