[发明专利]一种电网均压环超复杂类别缺陷多阶段模型联合检测方法

权利要求书

1.一种电网均压环超复杂类别缺陷多阶段模型联合检测方法，其特征在于，所述方法包括：

确定经前次迭代得到的第一模型、第二模型和第三模型；其中，所述第一模型用于检测样本输电线路中均压环的丢失情况，所述第二模型用于检测所述均压环的完整性情况，所述第三模型用于检测所述均压环的位姿情况；

获取当前迭代的当前样本图像和各当前样本图像所属的图像标签，并基于所述当前样本图像，对所述第一模型、所述第二模型和第三模型，进行联合推理训练，得到所述第一模型输出的第一训练结果、所述第二模型输出的第二训练结果、和所述第三模型输出的第三训练结果；其中，所述图像标签用于表征当前样本图像中均压环的缺陷情况；其中，所述第一模型包括下采样处理结构和用于连接的add网络结构，所述第二模型包括路径聚合网络、轻量化的head网络结构、以及用于快速获取特征的第一速取特征网络和第二速取特征网络和第三速取特征网络，所述第三模型包括卷积计算网络、轻量化的head网络结构、以及用于快速收敛的第一速收敛网络和第二速收敛网络，所述轻量化的head网络结构包括卷积计算网络和深度分离卷积计算网络；

基于所述第一训练结果、以及与相应第一训练结果对应的当前样本图像所属的图像标签，对所述第一模型的参数进行第一优化，得到第一优化后的第一模型；

基于所述第二训练结果、以及与相应第二训练结果对应的当前样本图像所属的图像标签，对所述第一优化后的第一模型的参数和所述第二模型的参数，进行第二优化，得到第二优化后的第一模型和所述第二优化后的第二模型；

基于所述第三训练结果、以及与相应第三训练结果对应的当前样本图像所属的图像标签，对所述第二优化后的第一模型的参数、所述第二优化后的第二模型的参数、以及所述第三模型的参数，进行第三优化，得到优化第一模型、优化第二模型和优化第三模型；

进入下一迭代，并将所述优化第一模型、所述优化第二模型、所述优化第三模型分别作为下一迭代所对应的前次迭代得到的第一模型、第二模型和第三模型，返回所述获取当前迭代的当前样本图像和各当前样本图像所属的图像标签的步骤继续执行，直至达到训练停止条件时停止，确定训练完成所得到的第一目标模型、第二目标模型和第三目标模型；其中，所述第一目标模型、第二目标模型和第三目标模型用于通过联合推理模式对均压环进行缺陷检测。

2.根据权利要求1所述的方法，其特征在于，所述基于所述当前样本图像，对所述第一模型、所述第二模型和第三模型，进行联合推理训练，得到所述第一模型输出的第一训练结果、所述第二模型输出的第二训练结果、和所述第三模型输出的第三训练结果，包括：

基于所述当前样本图像，对所述第一模型进行训练，得到第一训练结果，所述第一训练结果包括携带有特征信息的第一样本图；

基于所述第一样本图，对所述第二模型进行训练，得到第二训练结果，所述第二训练结果包括携带有特征信息的第二样本图；

基于所述第二样本图，对所述第三模型进行训练，得到第三训练结果。

3.根据权利要求2所述的方法，其特征在于，所述基于所述当前样本图像，对所述第一模型进行训练，得到第一训练结果，包括：

通过所述第一模型中的第一卷积核，对所述当前样本图像进行第一次下采样处理，得到第一采样结果；

通过所述第一模型中的第二卷积核，对所述第一采样结果进行第二次下采样处理，得到第二采样结果；

通过所述第一模型中的深度分离卷积核，对所述第二采样结果进行卷积处理，得到卷积结果；

通过所述第一模型对所述卷积结果和所述第二采样结果进行融合，得到融合结果；

通过所述第一模型中的第三卷积核，对所述融合结果进行第三次下采样，得到第一训练结果。