[发明专利]电气设备缺陷的检测方法、装置、电子设备及存储介质

权利要求书

1.一种电气设备缺陷的检测方法，其特征在于，包括：

获取目标电气设备进行检测得到目标图像组，其中，所述目标图像组至少包括目标可见光图像以及目标红外图像；

提取所述目标可见光图像中的目标可见光特征，以及所述目标红外图像的目标红外特征，并基于所述目标可见光特征和所述目标红外特征生成目标融合特征；

检测所述目标融合特征中的多个目标检测框特征，并获取每个目标检测框特征对应的特征词组，其中，所述特征词组包括至少一个所述目标检测框特征对应的用于描述电气设备缺陷的特征词；

从所述特征词组中，获取与所述目标检测框特征相匹配的特征词，并作为所述目标电气设备的缺陷检测结果。

2.根据权利要求1所述的方法，其特征在于，所述目标可见光特征以及所述目标红外特征均为多尺度特征；

所述基于所述目标可见光特征和所述目标红外特征生成目标融合特征，包括：

将所述目标可见光特征与所述目标红外特征中一一对应的尺度特征输入预先训练好的权重模型，以使所述权重模型基于一一对应的尺度特征确定所述目标可见光特征和所述目标红外特征对应的差异性权重；

按照所述差异性权重对所述目标红外特征进行卷积计算，得到初始融合特征；

融合所述目标可见光特征以及所述初始融合特征，得到目标融合特征。

3.根据权利要求1所述的方法，其特征在于，所述检测所述目标融合特征中的多个目标检测框特征，包括：

通过预先训练的图像检测模型对所述目标融合特征进行检测，得到所述目标融合特征对应的图像检测结果，其中，所述图像检测结果包括：至少一个目标检测框；

提取所述目标检测框内的图像特征作为所述目标检测框特征。

4.根据权利要求3所述的方法，其特征在于，所述获取每个目标检测框特征对应的特征词组，包括：

获取所述目标检测框特征包括的多个子特征；

查询与所述子特征对应的至少一个候选特征词；

基于所述候选特征词构建所述目标检测框特征对应的特征词组。

5.根据权利要求1所述的方法，其特征在于，所述基于所述特征词组的全部特征词，得到所述目标检测框特征相匹配的目标缺陷类别，包括：

利用所述特征词组包括的特征词与所述目标检测框特征构建目标检测序列，并通过注意力网络模型对所述目标检测序列进行分析，得到所述目标检测框特征与每个特征词之间的相关度；

获取每个特征词对应的相关度阈值，对比每个特征词与目标检测框特征之间的相关度与所述相关度阈值，并将相关度大于所述相关度阈值的特征词确定为输入向量，其中，所述相关度阈值的计算公式为：t₂＝t₁+α×(t'-t₁),α＝0.1，t₁为初始相关度阈值，t'为相关度阈值平均值，t₂为相关度阈值；

将所述输入向量输入预先训练的分类模型，得到所述目标缺陷类别，其中，所述目标缺陷类别是所述分类模型根据基于所述输入向量对应的相关度计算所述输入向量对应候选缺陷类别的缺陷分数，并基于缺陷分数确定的。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

获取电气设备的第一缺陷类别对应的第一训练样本图像；

获取所述第一训练样本图像对应的第一标注信息，其中，所述第一标注信息包括第一缺陷类别的第一图像特征，以及用于描述所述第一缺陷类别的第一预设特征词；

利用所述第一训练样本图像以及第一所述标注信息训练预设深度学习网络模型，以使所述预设深度学习网络模型学习第一图像特征与第一预设特征词之间的关联关系得到所述分类模型。