[发明专利]一种绝缘子缺陷检测方法、装置、设备和存储介质

说明书

本发明公开了一种绝缘子缺陷检测方法、装置、设备和存储介质。该方法包括：预先训练采用注意力机制的绝缘子缺陷检测模型；在检测绝缘子缺陷时，采集绝缘子图像；将绝缘子图像输入绝缘子缺陷检测模型，通过绝缘子缺陷检测模型在绝缘子图像中检测是否存在绝缘子缺陷；获取绝缘子缺陷检测模型输出的检测结果；如果绝缘子图像中检测到绝缘子缺陷，则检测结果为在绝缘子图像的绝缘子缺陷区域标注锚框。本发明绝缘子缺陷检测模型采用注意力机制，该注意力机制在训练中可以提高重要神经元的权重，抑制为重要神经元的权重，从而使得绝缘子缺陷检测更加精准。

技术领域

本发明涉及智能电力技术领域，尤其涉及一种绝缘子缺陷检测方法、装置、设备和存储介质。

背景技术

在电力系统中，输电线路多分布于地形复杂、气候恶略的环境，这给输电线路巡检带来了很大的困难。设置在输电线路中的绝缘子长期运行于强电场、高温日照、高机械应力、高湿度等复杂的环境中，当绝缘子劣化到一定程度时，其绝缘性能就会降低，使输电线路出现安全隐患。尤其是在高压输电线路上，绝缘子的恶化直接威胁着电力系统的安全运行。

为了避免因绝缘子劣化带来的安全问题，可以对绝缘子进行缺陷检测。

传统的检测方式多采用边缘识别的方式识别绝缘子外形，解析绝缘子是否出现缺失。但是这种方式的调试难度大，需要在检测不稳定的情况下反复调参，在复杂缺陷出现时误测较多，兼容性差。

发明内容

本发明的主要目的在于提出一种绝缘子缺陷检测方法、装置、设备和存储介质，旨在解决现有绝缘子缺陷检测方式检测精度低的问题。

为实现上述技术问题，本发明是通过以下技术方案来实现的：

本发明实施例提供了一种绝缘子缺陷检测方法，包括：预先训练采用注意力机制的绝缘子缺陷检测模型；在检测绝缘子缺陷时，采集绝缘子图像；将所述绝缘子图像输入所述绝缘子缺陷检测模型，通过所述绝缘子缺陷检测模型在所述绝缘子图像中检测是否存在绝缘子缺陷；获取所述绝缘子缺陷检测模型输出的检测结果；如果所述绝缘子图像中检测到绝缘子缺陷，则所述检测结果为在所述绝缘子图像的绝缘子缺陷区域标注锚框。

其中，在所述绝缘子缺陷检测模型的神经网络中设置：第一注意力单元和第二注意力单元；其中，在训练所述绝缘子缺陷检测模型的过程中，所述第一注意力单元和所述第二注意力单元都用于调整所述神经网络中的神经元的权重。

其中，在所述预先训练采用注意力机制的绝缘子缺陷检测模型之前，还包括：从预先设置的样本绝缘子图像数据集中，获取样本绝缘子图像；针对所述样本绝缘子图像执行数据增强处理；其中，所述数据增强处理用于基于所述样本绝缘子图像扩增出多张样本绝缘子图像；将扩增出的所述多张样本绝缘子图像添加到所述样本绝缘子图像数据集中，以便基于所述样本绝缘子图像数据集训练所述绝缘子缺陷检测模型。

其中，所述预先训练采用注意力机制的绝缘子缺陷检测模型，包括：将样本绝缘子图像顺序输入所述绝缘子缺陷检测模型；其中，在所述样本绝缘子图像中标注有绝缘子缺陷真实位置的真实锚框；所述绝缘子缺陷检测模型利用k-means聚类算法，在所述样本绝缘子图像中生成尺寸不同的多个候选锚框；其中，所述多个候选锚框都用于标识绝缘子缺陷所在的位置；所述绝缘子缺陷检测模型中的神经网络，在所述多个候选锚框中选择一个最接近所述真实锚框候选锚框，作为预测锚框输出；所述绝缘子缺陷检测模型中的损失函数根据所述预测锚框和所述真实锚框确定损失值，并根据所述损失值调整所述绝缘子缺陷检测模型。

本发明实施例还提供了一种绝缘子缺陷检测装置，包括：训练模块，用于预先训练采用注意力机制的绝缘子缺陷检测模型；采集模块，用于在检测绝缘子缺陷时，采集绝缘子图像；检测模块，用于将所述绝缘子图像输入所述绝缘子缺陷检测模型，通过所述绝缘子缺陷检测模型在所述绝缘子图像中检测是否存在绝缘子缺陷；获取所述绝缘子缺陷检测模型输出的检测结果；如果所述绝缘子图像中检测到绝缘子缺陷，则所述检测结果为在所述绝缘子图像的绝缘子缺陷区域标注锚框。