摘要
本发明属于视觉检测技术领域,提供了一种绝缘子识别及掉串缺陷定位方法,包括:改进型YOLOv7‑tiny模型构建、绝缘子标注图像集以及绝缘子掉串缺陷标注图像集获取、绝缘子识别模型训练、掉串缺陷识别模型训练、掉串缺陷定位装置构建以及目标检测线路掉串缺陷检测。本发明通过在传统的YOLOv7‑tiny神经网络中融入CCA注意力子模块、Ghost子模块、LFEM模块以及ASFF模块,实现了绝缘子的位置和通道信息的提取和各尺度特征图的融合空间权重的自适应地学习,横向扩展了网络宽度并增大了感受野,提升了网络提取弱语义特征的能力;通过改进型YOLOv7‑tiny模型和U‑net神经网络检测模型的结合,避免了直接在原始图像进行掉串识别受到复杂背景和绝缘子区域占比较小带来的负面影响,提高了模型的检测精度。
技术关键词
缺陷定位方法
绝缘子识别模型
压缩特征
缺陷定位装置
图像
航拍
采集无人机
输出特征
识别模型训练
视觉检测技术
双线性插值
上采样
网络
子模块
注意力
语义特征
融合特征