[發明專利]一種基于改進YOLOv7的輸電通道隱患檢測方法

有效

• 申請號: 202310091745.2
• 申請日: 2023-02-10
• 公開（公告）號: CN115797357B
• 公開（公告）日: 2023-05-16
• 發明（設計）人: 王書堂;侯強;高文;申朕;朱言慶
• 申請（專利權）人: 智洋創新科技股份有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06N3/0464;G06N3/08;G06V10/80;G06V10/764
• 代理公司: 山東竹森智壤知識產權代理有限公司 37382
• 代理人: 呂利敏

本發明屬于輸電通道檢測特定計算機模型的技術領域，更具體地，涉及一種基于改進YOLOv7的輸電通道隱患檢測方法。所述方法包括S1:通過輸電線路可視化監拍設備獲取帶有吊車、塔吊、水泥泵車等施工機械的輸電線路圖像數據，并對圖像數據進行清理和標注，構建輸電隱患數據集；S2：利用構建的輸電隱患數據集對改進的YOLOv7輸電通道隱患檢測方法進行訓練，得到訓練完成的模型；S3：將所述訓練完成的檢測模型部署到輸電線路可視化監拍設備中進行應用，并根據檢測結果產生告警信息。本發明解決了現有技術中因為施工場景變化、監拍設備分辨率不同、施工機械形態大小不同等問題造成漏檢誤檢的問題。

技術領域

本發明屬于輸電通道檢測特定計算機模型的技術領域，更具體地，涉及一種基于改進YOLOv7的輸電通道隱患檢測方法。

背景技術

現代生產和現代生活，都離不開電力。電力系統覆蓋范圍不斷擴大，送電距離越來越遠，用戶對供電質量的要求越來越高，如果因意外突然斷電，造成的損失對用戶來說是難以接受的。但是在現實生活中，在以往發生的電力系統的事故中，輸電線路的故障卻占有相當大的比例。輸電線路長期以來一直是我國能源互聯網中最重要的基礎設施之一，其運行狀態的安全穩定是電能傳輸的重要前提，同時也是我國能源發展的重要保障。施工場景下工作的吊車、塔吊、水泥泵車等機械因其可以變化的高度和長度給輸電線路帶來了安全隱患。傳統的人工輸電線路巡檢方式效率低下，并且難以適應各種復雜的地形環境。

近年來，在輸電線路巡檢領域通常采用人工智能的方式對安全隱患進行識別告警。因此可以通過在輸電線路上架設可視化監拍設備，搭載訓練完成的深度學習目標檢測模型，可以準確識別這些施工機械，從而提前告警，及時預防故障的發生。由于施工場景變化、監拍設備分辨率不同、施工機械形態大小不同等問題，以往的深度學習檢測模型容易造成漏檢誤檢等問題。

發明內容

本發明旨在克服上述現有技術的至少一種缺陷，提供一種基于改進YOLOv7的輸電通道隱患檢測方法。

本發明詳細的技術方案如下：

本發明為了解決上述技術問題，提供了一種基于改進YOLOv7的輸電通道隱患檢測方法，以解決現有技術因為施工場景變化、監拍設備分辨率不同、施工機械形態大小不同等問題造成漏檢誤檢等問題。

為實現上述目的，本發明提供了一種基于改進YOLOv7的輸電通道隱患檢測方法，包括以下步驟：

S1：通過輸電線路可視化監拍設備獲取帶有吊車、塔吊、水泥泵車等施工機械的輸電線路圖像，并對所述圖像數據進行清理和標注，構建輸電隱患數據集。

S2：利用建立的輸電隱患數據集對改進后的YOLOv7算法進行訓練，得到訓練完成的改進的YOLOv7檢測模型。

S3：將訓練完成的改進的YOLOv7檢測模型部署到輸電線路可視化監拍設備中，通過檢測結果來判斷是否產生告警信息。

所述YOLOv7算法在5幀/秒到160幀/秒范圍內的速度和精度都超過了所有已知的目標檢測器的算法，在GPU?V100上所有已知的30幀/秒以上的實時目標檢測器中，YOLOv7算法的準確率是最高的。

進一步的，S1中所述的“通過輸電線路可視化監拍設備獲取帶有吊車、塔吊、水泥泵車等施工機械的輸電線路圖像，并對所述圖像數據進行清理和標注，構建輸電隱患數據集”，其具體包括以下幾個步驟：

S11：通過在輸電線路上架設的可視化監拍設備獲取輸電線路下的圖像。

S12：對上述圖像進行清理，清理掉不包括吊車、塔吊、水泥泵車等施工機械的圖像，僅保留帶有施工機械的輸電線路圖像。

S13：通過Labelimg標注工具對清理完成的輸電線路圖像進行矩形框標注，得到相對應的包含目標類別與矩形框坐標的XML格式的文件。