一种基于深度学习图像分割算法的输电图像缺陷检测及缺陷去重的方法及系统

本发明公开了一种基于深度学习图像分割算法的输电图像缺陷检测及缺陷去重方法与系统，属于电力设备智能巡检技术领域。该方法通过无人机边缘端部署的轻量化YOLO模型实现杆塔实时识别与自适应拍摄；利用MSAN‑Net网络对红外图像进行像素级分割，该网络融合ResNet编码器、跨尺度注意力机制和多层级特征金字塔，并采用复合损失函数强化边界学习；基于多视角三维重建技术，通过特征点匹配和位姿估计将二维缺陷映射为空间射线，利用射线相交判定实现缺陷去重。通过MSAN‑Net网络通过注意力机制和多尺度特征融合显著提升复杂背景下红外部件的分割精度，结合三维空间映射方法有效解决多视角巡检中的缺陷重复检测问题。