摘要
本发明提供了一种基于改进语义分割的输电线覆冰检测方法及系统,方法包含首先采集输电线覆冰图像构建数据集,其次,在改进语义分割模型搭建中,以DeepLabV3+模型为基本框架,通过添加注意力机制、优化模块中的膨胀率、调整ASPP模块的空洞率、优化损失函数,提升语义分割网络在覆冰分割任务上的精度,优化网络结构。再次,通过比较输电线覆冰前后图像中导线像素直径的变化,并结合图像缩放比例估算出覆冰厚度,同时结合所采集数据集中输电线路的像素变化情况以辅助实时计算出覆冰厚度,为后续与用户交互奠定基础。最后,根据系统设定的厚度阈值,识别输电线覆冰的异常状态,向用户提供检测结果以完成用户交互。
技术关键词
深度学习网络模型
图像
输电线路覆冰
空洞
像素
输电线覆冰检测
全局平均池化
输出特征
融合特征
模块
通道注意力机制
语义分割网络
异常状态
语义分割模型
深度学习框架
系统为您推荐了相关专利信息
在线检测装置
服装面料
图像采集机构
标记机构
瑕疵
样本
图像检索方法
图像检索模型
锚点
存储计算机程序
荧光寿命测量方法
信号强度值
区域生长算法
成像
泛洪算法
Softmax函数
轮廓
医学
二维离散余弦变换
分支