[发明专利]一种基于多级神经网络的销钉脱落检测方法及装置

摘要

本发明涉及一种基于多级神经网络的销钉脱落检测方法及装置，该方法及装置建立了两级神经网络模型，分别为初级神经网络模型和次级神经网络模型，利用初级神经网络模型对输电线路图像中销钉的位置进行检测，在确定好销钉的位置后对输电线路图像进行剪裁，得到销钉图像，再利用次级神经网络对销钉图像中销钉的状态进行判断，以确定销钉的状态为正常或者脱落。本发明中采用的初级神经网络模型能够提取纹理、图案等深层次特征，以及目标所处的环境特征，能够对包含有销钉的输电线路图像中销钉的位置进行准确的定位。而且，本发明中所使用的初级神经网络模型和次级神经网络模型均为训练好的模型，满足销钉检测的实时性要求。

主权项

1.一种基于多级神经网络的销钉脱落检测方法，其特征在于，包括如下步骤：/n获取包含有销钉的输电线路图像，并将其作为一级训练样本，将一级训练样本进行裁剪，得到销钉图像，将销钉该图像及其状态类别作为二级训练样本，所述状态类别包括销钉正常和销钉脱落；/n构造用于销钉目标定位的初级神经网络模型和用于销钉状态识别的次级神经网络模型，利用一级训练样本对初级神经网络模型进行训练，得到训练好的初级神经网络模型，利用二级训练样本对次级神经网络模型进行训练，得到训练好的次级神经网络模型；/n采集待测的输电线路图像，将待测的输电线路图像输入到训练好的初级神经网络模型中，得到标注有销钉位置的输电线路图像；将标注有销钉位置的输电线路图像进行裁剪，得到待测的销钉图像，将待测的销钉图像输入到训练好的次级神经网络模型中，得到销钉状态检测结果。/n