输电设备可见光成像大数据人工智能检测诊断方法

摘要

本发明涉及一种输电设备可见光成像大数据人工智能检测诊断方法，采用一个５层的深度卷积神经网络，检测输电线路可见光图像中的背景、杆塔、绝缘子区域。构造了包含多类目标的输电线路数据集：背景、杆塔、玻璃绝缘子和复合绝缘子。用Cifar‑100数据集对网络预训练，然后利用输电线路数据集进行网络调优。检测时，将图像分为图像块，利用神经网络识别每个图像块的类别，将相同类别图像块所在区域合并后即为此类别目标在图像中的区域。经验证，该方法明显优于传统方法，可用于输电线路可见光图像中典型目标检测，检测结果可用于诊断参考或进一步的目标状态分析。