[發(fā)明專利]基于YOLOv3-tiny實(shí)現(xiàn)的輸電線路的目標(biāo)檢測方法、裝置、無人機(jī)

有效

• 申請?zhí)枺?/td>: 202010450441.7
• 申請日: 2020-05-25
• 公開（公告）號(hào): CN112287740B
• 公開（公告）日: 2022-08-30
• 發(fā)明（設(shè)計(jì)）人: 史永祥;楊桂生;黃雍晫;蔣斌
• 申請（專利權(quán)）人: 國網(wǎng)江蘇省電力有限公司常州供電分公司;國網(wǎng)江蘇省電力有限公司;國家電網(wǎng)有限公司
• 主分類號(hào): G06V20/13
• 分類號(hào): G06V20/13;G06V10/82;G06V10/774;G06V10/44;G06K9/62;G06N3/04;G06T3/40
• 代理公司: 常州佰業(yè)騰飛專利代理事務(wù)所(普通合伙) 32231
• 代理人: 劉松

本發(fā)明公開了一種基于YOLOv3?tiny實(shí)現(xiàn)的輸電線路的目標(biāo)檢測的方法、裝置、無人機(jī)，獲取輸電線路的待檢測的原始圖像，原始圖像中包含多個(gè)待檢測的不同目標(biāo)，原始圖像由無人機(jī)巡檢拍攝得到；按預(yù)設(shè)間隔剔除待檢測的原始圖像中行和/或列的像素?cái)?shù)據(jù)得到輸入圖像；將輸入圖像輸入YOLOv3?tiny神經(jīng)網(wǎng)絡(luò)模型，YOLOv3?tiny神經(jīng)網(wǎng)絡(luò)模型被配置為第一檢測通路和第二檢測通路；通過預(yù)設(shè)的、不同尺寸的先驗(yàn)框?qū)Φ谝粰z測通路、第二檢測通路輸出的特征圖像進(jìn)行預(yù)測評分得到第二預(yù)測結(jié)果；對目標(biāo)性評分最高的先驗(yàn)框進(jìn)行分類預(yù)測，得到目標(biāo)性評分最高的先驗(yàn)框包含多個(gè)目標(biāo)中各個(gè)目標(biāo)的概率的預(yù)測結(jié)果，完成目標(biāo)檢測。實(shí)現(xiàn)了多目標(biāo)檢測，提高了檢測精度。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像檢測技術(shù)領(lǐng)域，具體涉及一種基于YOLOv3-tiny實(shí)現(xiàn)的輸電線路的目標(biāo)檢測的方法、裝置、無人機(jī)和計(jì)算機(jī)存儲(chǔ)介質(zhì)。

背景技術(shù)

對輸電線路進(jìn)行定期巡視檢查，隨時(shí)掌握和了解輸電線路的運(yùn)行情況以及線路周圍環(huán)境和線路保護(hù)區(qū)的變化情況，是供電企業(yè)一項(xiàng)繁重的日常工作。人工巡檢是一種傳統(tǒng)的巡檢方式，也是目前輸電線路巡檢的主要方式。由于輸電線路走廊地形環(huán)境復(fù)雜，在一些條件惡劣如跨江跨河或高山峻嶺地區(qū)，沿線部分區(qū)段幾乎沒有巡視道路，這種巡檢方式勞動(dòng)強(qiáng)度大、工作條件艱苦，輸電線路的運(yùn)行情況得不到及時(shí)反饋。

無人機(jī)巡檢作為一種使用可見光及紅外熱像儀等巡檢設(shè)備對輸電線路進(jìn)行巡視檢查的全新巡檢技術(shù)，具有迅速快捷、工作效率高、不受地域影響、巡檢質(zhì)量高、安全性高等優(yōu)點(diǎn)。因此，無人機(jī)的應(yīng)用是線路巡檢智能化發(fā)展的有效解決方案。

然而，由于無人機(jī)所搭載的硬件設(shè)備處理能力的限制，無人機(jī)巡檢很難實(shí)現(xiàn)實(shí)時(shí)性檢測與多目標(biāo)檢測功能。現(xiàn)有的無人機(jī)巡檢算法大多數(shù)針對單種目標(biāo)，可以完成對絕緣子等較大目標(biāo)的檢測，對防震錘和耐張線夾等此類小目標(biāo)的檢測效果不佳。并且，在采用高級(jí)算法進(jìn)行檢測時(shí)，會(huì)增加硬件設(shè)備的數(shù)據(jù)處理量，導(dǎo)致檢測效率低下。

因此，如何減小無人機(jī)硬件設(shè)備的數(shù)據(jù)處理量的同時(shí)，實(shí)現(xiàn)多目標(biāo)檢測，并保證檢測精度成為亟待解決的技術(shù)問題。

發(fā)明內(nèi)容

基于上述現(xiàn)狀，本發(fā)明的主要目的在于提供一種基于YOLOv3-tiny實(shí)現(xiàn)的輸電線路多目標(biāo)檢測的方法、裝置、無人機(jī)和計(jì)算機(jī)存儲(chǔ)介質(zhì)，以減小硬件設(shè)備的數(shù)據(jù)處理量的同時(shí)，實(shí)現(xiàn)多目標(biāo)檢測，并保證檢測精度。

為實(shí)現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案如下：

根據(jù)第一方面，本發(fā)明實(shí)施例公開了一種基于YOLOv3-tiny實(shí)現(xiàn)的輸電線路多目標(biāo)檢測方法，用于航拍無人機(jī)，該方法包括：

步驟S100，獲取輸電線路的待檢測的原始圖像，原始圖像中包含多個(gè)待檢測的不同目標(biāo)，原始圖像由無人機(jī)巡檢拍攝得到；步驟S200，按預(yù)設(shè)間隔剔除待檢測的原始圖像中行和/或列的像素?cái)?shù)據(jù)得到輸入圖像，其中，每個(gè)被剔除的行和/或列的像素?cái)?shù)據(jù)有至少部分特征與相鄰的未被剔除的行和/或列的像素?cái)?shù)據(jù)特征關(guān)聯(lián)；步驟S300，將輸入圖像輸入YOLOv3-tiny神經(jīng)網(wǎng)絡(luò)模型，YOLOv3-tiny神經(jīng)網(wǎng)絡(luò)模型被配置為第一檢測通路和第二檢測通路，其中，第一檢測通路用于檢測全局特征，第二檢測通路用于檢測局部特征；全局特征的尺寸小于局部特征的尺寸，第一檢測通路的預(yù)設(shè)位置通過上采樣模塊連接至第二檢測通路的輸入端，上采樣模塊用于將預(yù)設(shè)位置的特征圖像變換為符合第二檢測通路檢測尺寸的特征圖像；步驟S400，通過預(yù)設(shè)的、不同尺寸的先驗(yàn)框?qū)Φ谝粰z測通路輸出的特征圖像進(jìn)行預(yù)測評分得到第一預(yù)測結(jié)果；通過預(yù)設(shè)的、不同尺寸的先驗(yàn)框?qū)Φ诙z測通路輸出的特征圖像進(jìn)行預(yù)測評分得到第二預(yù)測結(jié)果；第一預(yù)測結(jié)果和第二預(yù)測結(jié)果表示各個(gè)先驗(yàn)框包含多個(gè)目標(biāo)中一個(gè)目標(biāo)的目標(biāo)性評分；步驟S500，對目標(biāo)性評分最高的先驗(yàn)框進(jìn)行分類預(yù)測，得到目標(biāo)性評分最高的先驗(yàn)框包含多個(gè)目標(biāo)中各個(gè)目標(biāo)的概率的預(yù)測結(jié)果，基于預(yù)測結(jié)果得到目標(biāo)性評分最高的先驗(yàn)框所包含的目標(biāo)，將先驗(yàn)框所包含的目標(biāo)確定為檢測出的目標(biāo)，完成目標(biāo)檢測。