一种多尺度卷积核并联学习的绝缘子缺陷检测方法

本发明提供了一种无人机视觉多尺度卷积核并联学习的绝缘子缺陷检测方法，针对绝缘子缺陷检测的特点和面临的问题，本发明深入研究卷积神经网络的结构特性，通过小尺寸(如3×3)的卷积核提取局部细节特征以保留绝缘子缺陷的细粒度信息，应用不同大小的多个深度卷积核并联以捕获不同尺度大小信息和上下文信息，扩展模型的感受野，通过引入上下文锚点注意力机制(CAA)获取上下文信息，并应用一维卷积核将不同尺度特征图与CAA输出特征图进行融合，充分提取不同尺度缺陷目标和目标上下文信息，降低了表征缺陷目标的特征维度和学习模型的参数，增强了不同尺度目标特征的提取能力，提升了绝缘子缺陷的检测精度。