摘要
本发明公开了一种电力设备部件缺陷的检测方法、装置、电子设备及存储介质,属于电力设备故障检测技术领域,所述方法包括:获取电力设备同一视角下的可见光图像和红外图像,提取边缘特征、纹理特征、温度特征和热梯度特征,将多种类型的特征进行融合,生成联合特征向量。将联合特征向量输入部件缺陷检测模型,模型根据输入特征生成电力设备的预测缺陷类型、缺陷区域及置信度。当置信度大于置信度阈值时,确认存在对应类型的缺陷,并根据预测区域确定缺陷的具体位置;当置信度不大于置信度阈值时,判定电力设备不存在部件缺陷。通过实施本发明,能够解决现有技术中电力设备部件缺陷的检测不够准确的问题。
技术关键词
电力设备部件
可见光图像
闭合轮廓
置信度阈值
纹理特征
加权损失函数
掩模
序列
电力设备故障检测
局部二值模式算法
图像获取模块
特征提取模块
显示电力设备
坐标
子模块
标签
边缘检测算法
系统为您推荐了相关专利信息
汉字字形生成方法
风格
语义特征提取
图像编码
纹理特征
组合部件
三维建模数据
多尺度特征提取
区域生长算法
深度卷积神经网络
矢量地图
语义特征
大语言模型
地图元素
交叉注意力机制
生物标志物数据
急性肾损伤
深度学习模型
多头注意力机制
预测装置