(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 20221048094 4.8 (22)申请日 2022.05.05 (71)申请人 国家电网有限公司 地址 100761 北京市西城区西长安 街86号 申请人 国网安徽省电力有限公司 　 国网安徽省电力有限公司合肥 供电 公司　 国网江苏省电力有限公司泰州供电 分公司 (72)发明人 方登洲　严波　许义　陈龙庆　 朱炳翔　周豪　张承习　孙建明　 李方耀　 (74)专利代理 机构 合肥国和专利代理事务所 (普通合伙) 34131 专利代理师 张祥骞(51)Int.Cl. G06V 10/25(2022.01) G06V 10/762(2022.01) G06V 10/774(2022.01) G06V 10/82(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种基于级联网络的输电线路中金具缺陷 检测方法、 装置 (57)摘要 本发明公开了基于级联网络的输电线路中 金具缺陷检测方法、 装置， 通过采集金具的目标 图像； 对所述目标图像进行预处理操作， 获得测 试样本图像； 将所述测试样本图像输入至第一检 测模型， 进行连接金具的检测， 获得连接金具的 检测结果图； 裁剪所述检测结果图的标记检测部 分区域， 得到第一剪裁图像， 并对所述第一剪裁 图像进行缩放， 获得第一结果图像； 将所述第一 结果图像输入至第二检测模型， 获得小金具缺陷 检测结果。 本发明通过设置级联网络， 利用改进 的YOLOv4网络模型检测连接 金具， 利用PVANet网 络模型检测连接金具的小尺寸金具缺陷， 从而保 证不会丢失掉小目标的信息， 造成漏检、 错检的 现象， 从而大 大提高检测的准确率。 权利要求书2页 说明书7页 附图6页 CN 114782679 A 2022.07.22 CN 114782679 A 1.一种基于级联网络的输电线路中金 具缺陷检测方法， 其特 征在于， 包括如下步骤： S1， 采集金 具的目标图像； 对所述目标图像进行 预处理操作， 获得测试样本图像； S2， 将所述测试样本图像输入至第一检测模型， 进行连接金具的检测， 获得连接金具的 检测结果图； S3， 裁剪所述检测结果图的标记检测部分区域， 得到第一剪裁图像， 并对所述第一剪裁 图像进行缩放， 获得第一结果图像； S4， 将所述第一结果图像输入至第二检测模型， 获得小金 具缺陷检测结果。 2.根据权利要求1所述的基于级联网络的输电线路中金具缺陷检测方法， 其特征在于， 所述第一检测模 型为改进的Y OLOv4目标检测网络模 型； 所述第二检测模 型为PVANet网络检 测模型； 所述方法还 包括： 预先训练所述YOLOv4目标检测网络模型以及PV ANet网络检测模型； 所述改进的YOLOv4目标检测网络模型通过利用k ‑means++聚类算法对标注框大小聚 类， 重新得到先验框的大小； 将得到的先验框的大小运用到 YOLOv4检测网络中。 3.根据权利要求2所述的基于级联网络的输电线路中金具缺陷检测方法， 其特征在于， 所述预先训练所述YOLOv4目标检测网络模型以及PV ANet网络检测模型， 包括如下步骤： S11， 预先读取无人机采集到的相关图像， 对相 关图像进行预处理操作， 得到训练的数 据集； S12， 随机选取一半数据集， 对数据集中图像的连接金具处进行标注， 形成连接金具部 分数据集； 随机选取一半数据集， 在图像的小金具缺陷处进 行标注， 形成小金具缺陷部 分数 据集； S13， 从连接金具部分数据集作 为YOLOv4检测网络模型的输入； 从小金具缺 陷部分数据 集作为PV ANet检测网络模型的输入； S14， 根据YOLOv4和PVANet网络结构， 将选取的训练数据输入网络进行一次前向传播计 算获得预测值； S15， 通过预测值、 真实值以及网络损失函数， 用反向传播算法计算参数梯度大小， 更新 网络参数； S16， 若达到训练目标， 则停止训练； 若未达到训练目标， 则判断是否达到预设训练次 数， 若达到训练次数， 则停止训练， 否则重复步骤S13 到S16。 4.根据权利要求3所述的基于级联网络的输电线路中金具缺陷检测方法， 其特征在于， 所述网络损失函数包括YLOLv4网络损失函数及PV ANet网络损失函数； YLOLv4网络损失函数为： L ＝Lcoord+Liou+Lclass； PVANet网络损失函数为 L＝Lcoord+Lclass； 其中， L为总损失函数， Lcoord为置信度损失函数， 回归是否存在物体信息； Liou为框损失 函数， 回归位置信息； Lclass为分类损失函数， 回归类别 信息。 5.根据权利要求1所述的基于级联网络的输电线路中金具缺陷检测方法， 其特征在于， 所述预处 理操作， 包括： 旋转、 平 移、 锐化和/或色域变换。 6.根据权利要求3或4所述的基于级联网络的输电线路中金具缺陷检测方法， 其特征在 于， 所述S12中， 所述标注的信息包括连接金 具的位置坐标及所属金 具类别。 7.根据权利要求3或4所述的基于级联网络的输电线路中金具缺陷检测方法， 其特征在 于， 所述步骤S16之后， 还 包括：权　利　要　求　书 1/2 页 2 CN 114782679 A 2将训练好的YOLOv4网络对没有进行连接部位标注的一半数据集进行检测， 输出位置坐 标及所属金具类别， 经人工审核调整后加入到连接金具部分数据集中， 构成连接金具数据 集； 将训练好的PVANet网络对没有进行小金具缺陷标注的一半数据集进行检测， 输出位置 坐标及所属 缺陷类别， 经人工审核调整后加入到小金具缺陷部分数据集中， 构成小金具缺 陷数据集。 8.一种基于级联网络的输电线路中金 具缺陷检测装置， 其特 征在于， 包括： 采集获取模块， 采集金具的目标图像； 对所述目标图像进行预处理操作， 获得测试样本 图像； 第一检测模块， 将所述测试样本图像输入至第 一检测模型， 进行连接金具的检测， 获得 连接金具的检测结果图； 处理模块， 裁剪所述检测结果图的标记检测部分区域， 得到第一剪裁图像， 并对所述第 一剪裁图像进行缩放， 获得第一结果图像； 第二检测模块， 将所述第一结果图像输入至第二检测模型， 获得小金 具缺陷检测结果。 9.根据权利要求8所述的基于级联网络的输电线路中金具缺陷检测装置， 其特征在于， 所述第一检测模 型为改进的Y OLOv4目标检测网络模 型； 所述第二检测模 型为PVANet网络检 测模型。 所述方法还 包括： 预先训练所述YOLOv4目标检测网络模型以及PV ANet网络检测模型； 所述改进的YOLOv4目标检测网络模型通过利用k ‑means++聚类算法对标注框大小聚 类， 重新得到先验框的大小； 将得到的先验框的大小运用到 YOLOv4检测网络中。 10.一种电子设备， 包括存储器以及处理器， 所述存储器存储有程序； 所述处理器执行 所述程序， 以实现如权利要求1 ‑7任一项所述的基于级联网络的输电线路中金具缺陷检测 方法操作。 11.一种计算机存储介质， 所述计算机存储介质存储有程序； 所述程序由处理器加载并 执行以实现如上述权利要求 1‑7任一项所述的基于级联网络的输电线路中金具缺陷检测方 法操作。权　利　要　求　书 2/2 页 3 CN 114782679 A 3