[发明专利]一种输电线路销钉缺失检测方法

权利要求书

1.一种输电线路销钉缺失检测方法，其特征在于，通过以下步骤定位销钉缺失的位置：

步骤一：获取海量包含线路本体的照片，并逐张标注需要销钉的目标部件，得到数据集S1；

步骤二：将步骤一中得到的带有目标部件标注的数据集S1分为一训练数据集S1_train和至少一验证数据集S1_val，将训练数据集S1_train输入YOLOv5算法中得到一目标检测模型，进一步将验证数据集S1_val输入该目标检测模型中验证，得到符合验证精度要求的第一模型M1_yolo；

步骤三：对步骤一中得到的数据集S1中标注的目标部件区域进行重采样得到模板图像，并在重采样的模板图像中标注销钉区域，得到数据集S2；

步骤四：将步骤三中经两轮标注得到的数据集S2分为一训练数据集S2_train和至少一验证数据集S2_val，将训练数据集S2_train输入UNET算法中得到一销钉识别模型，进一步将验证数据集S2_val输入该销钉识别模型中验证，得到符合验证精度要求的第二模型M2_unet；

步骤五：将待预测图像输入步骤二中得到的第一模型M1_yolo中，得到目标检测结果R1，进一步将该目标检测结果R1输入步骤四中得到的第二模型M2_unet中，得到销钉识别结果R2；同时将该目标检测结果R1与在步骤三中得到的模板图像进行特征点匹配，得到匹配结果，进而将该匹配结果与销钉检测结果R2进行图像变化检测，定位得到销钉缺失位置；

步骤六：对步骤五中定位得到的销钉缺失位置进行人工核验。

2.根据权利要求1所述的一种输电线路销钉缺失检测方法，其特征在于，其中海量的照片由无人机搭载光学相机获取，其照片的数量由需要监测的区域决定，并将获取的海量照片进一步筛选得到包含线路本体的照片；该包含线路本体的照片进一步经电气专业人员使用标签标注工具拉框选取需要销钉的目标部件，其目标部件包括绝缘子串、联板、塔端挂点。

3.根据权利要求2所述的一种输电线路销钉缺失检测方法，其特征在于，该标注有目标部件的海量照片进一步经对目标部件增强的增强操作得到数据集S1，其增强操作包括旋转、缩放、模糊。

4.根据权利要求1所述的一种输电线路销钉缺失检测方法，其特征在于，将步骤一中得到的数据集S1随机分为一训练数据集S1_train和一验证数据集S1_val；以及，

第一步：使用训练数据集S1_train数据和YOLOv5算法进行模型训练，调整算法参数，通过多轮的迭代，每次迭代将对模型参数进行更新，并计算损失值，直到损失值达到可以接受，得到一系列目标部件的目标检测模型；

第二步：使用第一步中得到的该目标检测模型对验证数据集S1_val进行预测和模型精度验证，调整参数，重复进行第一步，直至生成的模型满足精度要求，得到第一模型M1_yolo。

5.根据权利要求4所述的一种输电线路销钉缺失检测方法，其特征在于，训练数据集S1_train和验证数据集S1_val中的图片数量比为9:1。

6.根据权利要求1所述的一种输电线路销钉缺失检测方法，其特征在于，步骤三具体为提取步骤一中得到的数据集S1中标注的目标部件矩形框区域，并重采样为统一规格大小的模板图像；以及，人工使用样本标注工具对得到的模板图像进行详细标注，勾绘出销钉区域的多边形，其中，销钉区域像素值为1，其他区域像素值为0，并转存为栅格文件，得到样本数据集S2。

7.根据权利要求1所述的一种输电线路销钉缺失检测方法，其特征在于，将步骤四中得到的数据集S2随机分为一训练数据集S2_train和一验证数据集S2_val；以及，

第一步：使用训练数据集S2_train数据和UNET算法进行模型训练，调整算法参数，通过多轮的迭代，每次迭代将对模型参数进行更新，并计算损失值，直到损失值达到可以接受，得到一系列销钉识别模型；

第二步：使用第一步得到的该销钉识别模型对验证数据集S2_val进行预测和模型精度验证，调整参数，重复进行第一步，直至生成的模型满足精度要求，得到销钉精细分割的第二模型M2_unet。

8.根据权利要求7所述的一种输电线路销钉缺失检测方法，其特征在于，训练数据集S2_train和验证数据集S2_val中的图片数量比为9:1。