[发明专利]基于改进YOLOv3的输变电线路绝缘子航拍图像故障检测方法

摘要

本发明公开了基于改进YOLOv3的输变电线路绝缘子航拍图像故障检测方法，包括以下步骤：S1：建立绝缘子数据集与绝缘子故障数据集；S2：使用旋转，翻转，对比度增强等方式进行数据增强；S3：以YOLOv3为基本框架，进行模型修改剪枝操作，构建绝缘子检测模型；S4：搭建标准的YOLOv3‑tiny网络；S5：将修改后的YOLOv3网络与YOLOv3‑tiny分别使用绝缘子数据集与绝缘子故障数据集进行模型训练；S6：连接两个训练好的模型，实现对绝缘子故障的端到端的快速检测。本发明的检测方法可以快速准确的识别到复杂背景图像中的绝缘子并定位检测出故障区域，提高巡检效率并减轻巡检人员的工作强度，为电力系统的正常运行保驾护航。

主权项

1.基于改进YOLOv3的输变电线路绝缘子航拍图像故障检测方法，其特征在于，包括以下步骤：S1：建立绝缘子数据集与绝缘子故障数据集；S2：使用旋转，翻转，对比度增强等方式进行数据增强；使用LabelImg工具对图像进行标记，得到对应的XML文件，然后将数据集图像及对应的XML文件按照PASCAL VOC数据集格式进行组织存放；S3：以YOLOv3为基本框架，进行模型修改剪枝操作，构建绝缘子检测模型，包括以下步骤：S301：因为是固定机位拍摄巡检图片，绝缘子可大致分为近景拍摄的较大绝缘子与远景拍摄的较小绝缘子，故将YOLOv3中三尺度输出变为两尺度输出，只保留13*13与26*26的输出尺度，舍弃52*52的输出尺度，减少模型大小的同时也减少了模型检测过程中的计算量；S302：因为只检测绝缘子一种目标物体，故YOLOv3的整体网络显得过于庞大，功能过剩，可通过剪枝操作来进行模型缩减，适当的增加检测速度；S303：在进行模型剪枝的同时，为了保证不降低模型的检测效果，将原本的每个尺度分配3个anchor box改为每个尺度4个anchor box，并使用以交并比IOU值代替标准欧式距离的K‑means聚类算法生成初始的8个anchor box，每个尺度更多的anchor box，可以适当的提高检测效果；S304：YOLOv3考虑到使用softmax进行多类别划分必须满足各类别之间是互斥的，故放弃了softmax函数而采用sigmoid函数进行类别划分；S4：搭建标准的YOLOv3‑tiny网络；S5：将修改后的YOLOv3网络与YOLOv3‑tiny分别使用绝缘子数据集与绝缘子故障数据集进行模型训练；S6：连接两个训练好的模型，实现对绝缘子故障的端到端的快速检测，步骤包括：S601：使用修改后的YOLOv3模型检测图像中的各种绝缘子区域；S602：将检测到的绝缘子区域图像送入tiny‑YOLOv3进行故障检测；S603：将故障检测结果还原到原始图像中，用矩形框、故障类型及置信度文字标识。