[發明專利]一種基于改進YOLOv3的輸電線路異常目標檢測方法

有效

• 申請號: 202010206891.1
• 申請日: 2020-03-23
• 公開（公告）號: CN111444809B
• 公開（公告）日: 2023-02-14
• 發明（設計）人: 杜啟亮;黎春翔;田聯房;鄺東海
• 申請（專利權）人: 華南理工大學
• 主分類號: G06V20/52
• 分類號: G06V20/52;G06V10/20;G06V10/25;G06V10/72;G06V10/774;G06V10/82;G06N3/0464;G06N3/048;G06N3/084
• 代理公司: 廣州市華學知識產權代理有限公司 44245
• 代理人: 馮炳輝

本發明公開了一種基于改進YOLOv3的輸電線路異常目標檢測方法，包括：輸電線路下場景圖片的采集與標注；使用在線數據增強手段擴充數據量；根據圖片中目標特點以及項目需求對網絡結構進行針對性改進；針對目標多尺度特點對坐標損失函數改進；將訓練數據輸入改進網絡中進行訓練，獲得最佳預測模型；實時采集現場圖片；利用獲得的最佳預測模型對現場圖片進行前向推導；篩選出置信度高于設定閾值的檢測框；對檢測框進行非極大抑制處理，減少重復檢測；在現場圖片上繪制目標檢測框，顯示化外力破壞目標位置。本發明能夠實時檢測輸電線路下的潛在可能對輸電線路造成破壞的目標(包括挖掘機、塔吊、起重機)進行精準檢測和定位。

技術領域

本發明涉及電力系統智能監控的技術領域，尤其是指一種基于改進YOLOv3的輸電線路異常目標檢測方法，可應用于野外輸電線路下防外力破壞圖像或視頻監控系統。

背景技術

輸電線路的安全關系到整個輸電網絡的安全運行，隨著今年來我國經濟的快速發展，電力系統的安全跟我們衣食住行、工業等各方面息息相關，于是對于電力系統中輸電線路的異常監測至關重要。若能提前發現輸電線路中的安全隱患，及早做出應對策略，能夠大大降低財產損失和安全隱患。而外力破壞是輸電線路下最為常見的隱患類型，輸電線路下的挖掘機、塔吊、起重機等大型工程車輛極容易因為操作不當等因素對輸電線路造成嚴重破壞。而傳統的監測手段多為人工巡檢、架設紅外傳感器、搭建激光雷達等探測裝置等方法，或是通過在桿塔上架設攝像頭，人工監控輸電線路周邊環境，但這種方法需要耗費大量的人力資源，且難以做到全天實時監控。而目前現有的一些深度學習目標檢測算法，難以在實時性和精確度中做到兩全其美，特別是對于易受環境干擾、目標尺度變化大的野外的場景監控。

本方法旨在發明一種基于改進的YOLOv3的輸電線路異常目標檢測方法，該方法在對室外輸電線路場景圖片的檢測在實時性和精確度方面均具有較好表現，根據現場圖片針對性對網絡結構進行改進，使得該方法能精確、及時監測輸電線路下的外力破壞目標并及時報警，以提醒工作人員注意輸電線路的安全運行。

綜合以上論述，發明一種滿足實時性和高精確度的基于深度學習的輸電線路下外力破壞目標檢測方法具有較高的實際應用價值。

發明內容

本發明的目的在于克服現有技術的缺點與不足，提出了一種基于改進YOLOv3的輸電線路異常目標檢測方法，主要利用數據增強方法擴充數據集，針對場景復雜環境、多尺度目標的特點對數據增強手段、網絡結構、損失函數進行修改，使得該方法對于輸電線路場景下外力破壞目標具備高精度的實時檢測和識別，能夠實時檢測輸電線路下的潛在可能對輸電線路造成破壞的目標進行精準檢測和定位，檢測目標包括挖掘機、塔吊、起重機。

為實現上述目的，本發明所提供的技術方案為：一種基于改進YOLOv3的輸電線路異常目標檢測方法，包括以下步驟：

1)在高壓桿塔上架設球機或槍機，調整角度俯視向下對輸電線路進行監控，每隔規定時間采集一次圖片，保存到訓練數據集的文件夾，對文件夾中包含目標的圖片進行篩選，并剔除其中不合格的圖像，包括多遮擋、扭曲或模糊圖像；

2)對圖片中的挖掘機、塔吊、起重機進行標注，獲得每張圖片中目標對應的標注文件；

3)針對訓練數據特點對訓練數據集進行數據增強，隨機對圖片進行飽和度變化、對比度變化、亮度變化、添加高斯噪聲、添加椒鹽噪聲、像素點隨機丟失、目標區域隨機范圍丟失、色彩抖動、隨機裁剪、鏡像翻轉這些數據增強手段擴充數據集量，增強模型的泛化能力；

4)基于YOLOv3算法，結合應用場景以及使用需求對網絡結構、損失函數進行針對性改進，包括使用大量深度可分離卷積降低參數量來提高網絡實時性，以及改進YOLOv3損失函數中的坐標損失為GIoU損失來提高網絡訓練對小目標的特征學習；

5)將訓練數據集輸入改進后的網絡進行訓練，以測試集損失最小為提前終止指標，保存測試集損失最小時的網絡模型參數，得到最佳預測模型；