摘要
本发明涉及弧垂检测技术领域,提供一种基于轻量化神经网络模型的输电线路弧垂检测方法及系统,该方法包括通过无人机航拍获取输电线路图像并进行预处理,获得弧垂图像;通过改进的轻量化神经网络模型提取弧垂图像的多尺度特征,通过弧垂图像多尺度特征图构建多尺度特征金字塔输出多尺度热力图;通过动态权重融合模块对多尺度热力图进行特征融合,获得融合特征热力图;通过热力图回归法定位融合特征热力图的弧垂关键点,根据弧垂关键点计算弧垂物理距离,通过温度补偿算法实时修正弧垂物理距离,获得实际弧垂距离。本发明系统性解决了电力巡检中弧垂测量的核心瓶颈,实现了高精度、高效率、高鲁棒性的全自动检测。
技术关键词
轻量化神经网络
输电线路弧垂
热力图
多尺度特征金字塔
图像多尺度
融合特征
关键点
温度补偿算法
弧垂检测技术
图像获取模块
特征提取模块
无人机航拍图像
绝缘子
物理
无人机相机
定位无人机
系统为您推荐了相关专利信息
机房巡检机器人
故障预警方法
判定特征
故障特征
设备振动信号
客户
抢修方法
安全隐患信息
地理信息技术
深度学习模型
时空序列数据
动态贝叶斯网络
事件驱动架构
因果关系模型
漏洞
视频分析加速方法
区域识别方法
重叠阈值
矩形
卡尔曼滤波器