摘要
本发明公开了一种输电线路小目标隐患检测方法,通过多源数据构建的输电线路小目标隐患原始数据,结合光照调整、噪声注入及尺度裁剪等增强策略,得到处理后的输电线路小目标隐患训练数据集;基于轻量化设计与跨层级特征融合技术,强化对微小目标的细节感知能力,并通过动态注意力机制抑制背景干扰,优化模型对多尺度隐患的检测鲁棒性;在模型训练阶段中,设计一种基于自适应指数滑动平均的损失函数,提升定位与分类精度,最终,将训练完成的模型部署至输电线路隐患检测巡检系统,实时处理输电线路巡检图像。本发明为输电线路隐患的自动化巡检提供高精度、低延迟的技术支持,助力电网安全运维与风险预警。
技术关键词
感知特征
层级
通道
输电线路隐患
多尺度特征融合
卷积模块
输电线路巡检图像
巡检场景
直方图均衡化算法
特征提取模块
图像模糊现象
背景噪声抑制
抑制背景干扰
特征融合技术
数据实时监控