一种基于度量学习的绝缘子绑扎线状态检测方法

摘要

本发明公开了一种基于度量学习的绝缘子绑扎线状态检测方法。本发明利用由粗到细的检测策略，使用两步Faster‑RCNN对目标进行粗检测和精检测。以绑扎线检测为例，本发明通过裁剪出分步检测得到的绝缘子和绑扎线图像逐步扩大目标、减小检测范围，增强对输电线路中小目标的检测能力和精确性。其次，为解决输电线路中小差异对象中存在的细粒度分类问题，本发明公开的利用度量学习的小差异对象分类方法，能够训练原始图像得到类间差异大、类内差异小的特征空间映射，提高了对输电线路中细差异对象分类的处理能力。此外，由于本发明采用了分步训练网络的方式，使得数据收集更为简单，可扩展性更强、网络优化更为方便。