[發(fā)明專利]一種基于動態(tài)自適應權重損失的防震錘缺陷檢測方法

在審

• 申請?zhí)枺?/td>: 202210075108.1
• 申請日: 2022-01-22
• 公開（公告）號: CN114550011A
• 公開（公告）日: 2022-05-27
• 發(fā)明（設計）人: 李冰鋒;徐清華;楊藝;吳桐;錢偉
• 申請（專利權）人: 河南理工大學
• 主分類號: G06V20/17
• 分類號: G06V20/17;G06V10/44;G06V10/764;G06V10/80;G06V10/82;G06T7/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 鄭州知一智業(yè)專利代理事務所(普通合伙) 41172
• 代理人: 郜廷偉

本發(fā)明公開了一種基于動態(tài)自適應權重損失的防震錘缺陷檢測方法，具體包括：制作防震錘及其缺陷訓練數(shù)據(jù)集和測試數(shù)據(jù)集；構建動態(tài)自適應權重網(wǎng)絡獲取動態(tài)自適應損失函數(shù)權重系數(shù)，在該權重系數(shù)基礎上構建基于動態(tài)自適應損失函數(shù)權重的防震錘缺陷目標檢測算法模型；根據(jù)訓練數(shù)據(jù)集，對基于動態(tài)自適應損失函數(shù)權重的防震錘及缺陷目標檢測算法模型進行訓練，得到訓練后的防震錘缺陷目標檢測算法模型；將測試數(shù)據(jù)集依次通過訓練后的防震錘缺陷目標檢測算法模型，獲取防震錘缺陷檢測結果；該方法通過一個模型就可同時實現(xiàn)端到端的防震錘及其缺陷檢測，提高了檢測效率，且在訓練過程中僅引入少量參數(shù)，在測試過程中未引入?yún)?shù)，大幅提高了檢測精度。

技術領域

本發(fā)明涉及電力系統(tǒng)設備檢測領域，特別是涉及到一種基于動態(tài)自適應權重損失的防震錘缺陷檢測方法。

背景技術

作為電力能源輸送的載體，架空輸電線路長期暴露在野外，其各個組成部分均易受自然環(huán)境侵襲。防振錘是架空輸電線路的重要組成部分，其通過吸收架空線路因風力振動時的能量而對架空線路起到的保護作用。因此，對防振錘進行巡檢是對架空輸電線路定期巡檢的重要內容，但由于高壓、特高壓架空輸電線路多分布于野外地形復雜地區(qū)，且防振錘尺寸較小，對其進行人工巡檢效率低、成本高、難度大。隨著無人機平臺及人工智能等技術的發(fā)展，基于航拍圖像的防振錘檢測已成為架空輸電線路運行管理中新的研究熱點。

傳統(tǒng)的基于視覺的防振錘檢測一般均采用滑動窗口的方法，該類方法將滑動窗口作為候選區(qū)域，首先提取其視覺特征，然后再利用分類器對滑動窗口的視覺特征進行識別。該類方法的視覺特征由人工選定，限制了算法的魯棒性，另外，在防震錘的檢測過程中，為保證其精度，其窗口冗余度過大，計算效率較低。

另一種基于卷積神經(jīng)網(wǎng)絡的防震錘檢測方法，由算法自主地學習最佳的視覺特征，其特征表達的泛化能力強，其檢測性能要明顯優(yōu)于傳統(tǒng)的滑動窗口的方法。但由于防振錘的尺寸較小、自然環(huán)境的背景復雜，且航拍圖像中存在仿射變換，對防震錘采用經(jīng)典的卷積神經(jīng)網(wǎng)絡進行檢測，其性能仍不夠理想，還有較大的提升空間。

為提升防震錘的檢測效果，目前有技術人員采用加大網(wǎng)絡規(guī)?；蛘咛砑幼⒁饬C制等方法來提升算法的特征表征能力。但不論加大網(wǎng)絡規(guī)?；蛘咛砑幼⒁饬C制都會增大算法模型的計算復雜度，同時也會在模型訓練和測試過程中引入一定的參數(shù)量，因此耗用了較多的計算資源。

發(fā)明內容

為克服現(xiàn)有技術中的不足，簡化算法模型的訓練和推理過程，本發(fā)明將防震錘的目標檢測問題轉化多目標優(yōu)化問題，并在此基礎上，根據(jù)輸入圖像來動態(tài)自適應調整損失函數(shù)權重，提出了一種基于動態(tài)自適應權重損失的防震錘缺陷檢測方法。該方法通過對損失函數(shù)權重的動態(tài)調整，來自適應的引導防震錘缺陷目標檢測算法模型參數(shù)的優(yōu)化過程，在訓練過程中，僅引入了少量參數(shù)，在測試過程中，未引入任何參數(shù)，也未增加任何計算負擔，但大幅提高了檢測精度。

本發(fā)明的目的可以通過以下技術方案來實現(xiàn)：

一種基于動態(tài)自適應權重損失的防震錘缺陷檢測方法，具體包括以下步驟：

制作防震錘及其缺陷數(shù)據(jù)集，所述防震錘及其缺陷數(shù)據(jù)集至少包括訓練數(shù)據(jù)集和測試數(shù)據(jù)集；

構建動態(tài)自適應權重網(wǎng)絡，獲取動態(tài)自適應損失函數(shù)權重系數(shù)，在所述動態(tài)自適應損失函數(shù)權重系數(shù)基礎上構建基于動態(tài)自適應損失函數(shù)權重的防震錘缺陷目標檢測算法模型；

根據(jù)所述訓練數(shù)據(jù)集，對所述基于動態(tài)自適應損失函數(shù)權重的防震錘及缺陷目標檢測算法模型進行訓練，得到訓練后的防震錘缺陷目標檢測算法模型；

將所述測試數(shù)據(jù)集依次通過所述訓練后的防震錘缺陷目標檢測算法模型，獲取防震錘缺陷檢測結果。

進一步的，所述訓練數(shù)據(jù)集和測試數(shù)據(jù)集是根據(jù)無人機航拍圖像制作而成，制作步驟包括：