摘要
本发明涉及一种基于视觉图像的高空绝缘子检测方法及系统,其中方法包括以下步骤:采集包含高空绝缘子的原始图像并进行预处理,通过预处理后的数据构建训练样本集;构建视觉检测模型,包括CNN卷积神经网络模块和自注意Transformers模块,所述CNN卷积神经网络模块用于提取输入数据的层次特征,所述自注意Transformers模块通过自注意力机制及输入的层次特征输出预测数据;通过训练样本集对视觉检测模型进行迭代训练,得到训练好的高空绝缘子缺陷检测模型;将巡检获取的高空绝缘子图像输入至高空绝缘子缺陷检测模型中,输出目标高空绝缘子的缺陷类型及位置数据,并根据位置数据输出高空绝缘子目标图像。
技术关键词
高空绝缘子
卷积神经网络模块
集成特征
多层次卷积神经网络
视觉
图像
训练样本集
多层次特征
注意力机制
数据
双线性插值
动态
模型训练模块
处理器
可读存储介质
存储器
系统为您推荐了相关专利信息
识别分析系统
面部特征识别
多模态数据融合
深度图像数据
数据采集同步
浮动基座
人形机器人
姿态估计
状态估计方法
IMU传感器
判断监测区域
监测误报率
特征提取算法
动态
图像