基于全局上下文增强的稀疏卷积输电线路防外破检测方法
申请人信息
- 申请人:南京信息工程大学
- 申请人地址:210044 江苏省南京市浦口区宁六路219号
- 发明人: 南京信息工程大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于全局上下文增强的稀疏卷积输电线路防外破检测方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410245047.8 |
| 申请日 | 2024/3/5 |
| 公告号 | CN117830959A |
| 公开日 | 2024/4/5 |
| IPC主分类号 | G06V20/52 |
| 权利人 | 南京信息工程大学 |
| 发明人 | 郭乐乐; 程旭 |
| 地址 | 江苏省南京市宁六路219号 |
摘要文本
本发明公开了基于全局上下文增强的稀疏卷积输电线路防外破检测方法，包括构建输电线路防外力破坏样本数据集、构建输电线路防外破检测神经网络，利用数据集训练神经网络得到输电线路防外破检测模型。本发明基于融入高效注意力机制的ECA‑PConv模块构建骨干网络；基于ECA‑PConv模块构建C3_Faster模块和特征融合网络。基于稀疏卷积以及BN+单元构建SC+模块，构建SC+Net网络，然后完成构建轻量级输电线路防外破检测网络。本发明有效克服当前轻量级目标检测模型在输电线路巡检场景中存在的模型精度不足和推理速度慢等问题，并且在边缘端设备上实现高效的目标检测，能灵活、高效地应对输电线路安全的挑战。
专利主权项内容
1.基于全局上下文增强的稀疏卷积输电线路防外破检测方法，其特征在于，包括如下步骤：S1、构建输电线路防外力破坏样本数据集，包括若干输电线路零部件损坏图像和输电通道下施工机械隐患图像、以及输电线路零部件损坏图像和输电通道下施工机械隐患图像分别对应的类别标签；S2、构建输电线路防外破检测神经网络，以输电线路防外力破坏样本数据集为输入训练输电线路防外破检测神经网络，得到轻量级输电线路防外破检测模型；其中，输电线路防外破检测神经网络构建过程如下：S201、构建融入高效注意力机制的ECA-PConv模块：以PConv层作为ECA-PConv模块的输入端；在PConv层后顺序连接第一PWConv层、高效通道注意力机制ECA、BN层、ReLU激活函数、第二PWConv层；并且添加残差结构接收初始输入特征图、以及第二PWConv层的输出特征图，作为ECA-PConv模块的输出；然后利用ECA-PConv模块构建输电线路防外破检测神经网络的骨干网络，用于提取输入图像的特征信息；S202、利用步骤S201的ECA-PConv模块构建C3_Faster模块，基于C3_Faster模块构建输电线路防外破检测神经网络中的特征融合网络，用于对骨干网络输出的特征图进行融合；S203、基于稀疏卷积以及BN+单元构建具有全局上下文增强的SC+模块，用于获取上下文增强特征，然后基于SC+模块构建基于全局上下文增强的稀疏卷积网络SC+Net，最后利用稀疏卷积网络SC+Net构建输电线路防外破检测神经网络中的检测网络，用于对特征融合网络输出的特征图完成分类与回归任务；S3、利用输电线路防外破检测模型对电网中输电线路零部件情况与输电通道下施工机械隐患情况进行检测，得到输电线路零部件损坏与输电通道下施工机械隐患的实时图像，用于后续输电线路安全隐患的预防以及修缮处理。