(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 202210864342.2 (22)申请日 2022.07.21 (71)申请人 中国电力工程顾问集团华北电力设 计院有限公司 地址 100120 北京市西城区黄 寺大街甲24 号 (72)发明人 张阳　刘顺　李彦利　 (74)专利代理 机构 北京申翔 知识产权代理有限 公司 11214 专利代理师 艾晶 (51)Int.Cl. G06T 7/00(2017.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06V 10/25(2022.01)G06V 10/26(2022.01) G06V 10/74(2022.01) G06V 10/774(2022.01) G06V 10/82(2022.01) G06V 20/17(2022.01) (54)发明名称 一种输电线路销钉缺失检测方法 (57)摘要 本发明提供一种输电线路销钉缺失检测方 法， 获得海量包含线路的照片后， 首先利用 YOLOv5算法进行目标检测模型构建， 初步筛选需 要销钉的目标部件并得到模板图像， 其次通过 UNET算法进行销钉精细定位模型构建， 进 一步对 目标部件中的销钉进行定位， 依次调用两模型对 待测图像进行销钉精细定位得到销钉定位结果， 并将待测图像中目标部件的目标模板与该销钉 定位结果进行图像变化检测， 实现销钉缺失的定 位。 通过本方法， 可对待测图像进行二次识别， 实 现对销钉的精细定位， 进而可高精确率的确定销 钉缺失位置， 方便快速 检修。 权利要求书2页 说明书5页 附图2页 CN 115131335 A 2022.09.30 CN 115131335 A 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_yo lo； 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_t rain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， 勾绘出销钉区域权　利　要　求　书 1/2 页 2 CN 115131335 A 2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_t rain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。权　利　要　求　书 2/2 页 3 CN 115131335 A 3