(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211249538.7 (22)申请日 2022.10.12 (71)申请人 广东电网有限责任公司 地址 510000 广东省广州市越秀区东 风东 路757号 申请人 广东电网有限责任公司东莞供电局 (72)发明人 吴杰辉　张健榕　刘贯科　周晋多　 (74)专利代理 机构 北京品源专利代理有限公司 11332 专利代理师 赵迎迎 (51)Int.Cl. G06T 7/00(2017.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06V 10/44(2022.01)G06V 10/764(2022.01) G06V 10/774(2022.01) G06V 10/82(2022.01) (54)发明名称 一种电力线路的连接部件检测方法、 装置、 设备及介质 (57)摘要 本发明实施例公开了一种电力线路的连接 部件检测方法、 装置、 设备及介质， 包括： 获取目 标电力线路对应的目标图像数据， 目标图像数据 中包括至少一个连接部件； 将目标图像数据输入 至预先训练的部件检测模型中， 部件检测模型根 据多个电力线路对应的多个图像样本数据训练 得到； 部件检测模型中包括特征提取网络、 特征 融合网络、 预测 网络， 以及特征提取网络与特征 融合网络之间的注意力算法模块； 通过部件检测 模型， 对目标图像数据中的连接部件进行检测， 得到与目标电力线路对应的部件检测结果。 本发 明的技术方案， 可以减少连接部件检测过程中人 力资源的消耗， 提高连接 部件的检测效率。 权利要求书2页 说明书12页 附图4页 CN 115457027 A 2022.12.09 CN 115457027 A 1.一种电力线路的连接 部件检测方法， 其特 征在于， 包括： 获取目标电力线路对应的目标图像数据， 所述目标图像数据中包括至少一个连接部 件； 将所述目标图像数据输入至预先训练 的部件检测模型中， 所述部件检测模型根据多个 电力线路对应的多个图像样本数据训练得到； 其中， 所述部件检测模型中包括特征提取网络、 特征融合网络、 预测网络， 以及特征提 取网络与特 征融合网络之间的注意力算法模块； 通过所述部件检测模型， 对所述目标图像数据中的连接部件进行检测， 得到与所述目 标电力线路对应的部件检测结果。 2.根据权利要求1所述的方法， 其特征在于， 在获取目标电力线路对应的目标图像数据 之前， 还包括： 获取多个电力线路对应的多个图像样本数据， 各所述图像样本数据中预先标注了至少 一个目标； 所述目标包括： 正常连接 部件以及异常连接 部件； 使用所述多个图像样本数据， 对预设的图像检测模型进行迭代训练， 得到所述部件检 测模型。 3.根据权利要求2所述的方法， 其特征在于， 在获取多个电力线路对应的多个图像样本 数据之前， 还 包括： 获取多个电力线路对应的多个原始图像数据， 对所述多个原始图像数据中包括的至少 一个目标进行 标注， 并对标注后的原 始图像数据进行清洗； 对清洗后的原始图像数据中， 正常连接部件以及异常连接部件的数量比值进行统计， 并根据统计结果以及预设比例， 对所述原 始图像数据的数量进行调整； 按照预设权 重比例， 对所述原 始图像数据进行划分， 得到多个图像样本数据。 4.根据权利要求2所述的方法， 其特征在于， 使用所述多个图像样本数据， 对预设的图 像检测模型进行迭代训练， 得到所述部件检测模型， 包括： 在所述多个图像样本数据中依次获取一个图像样本数据， 作为当前样本数据； 将所述当前样本数据， 输入至所述图像 检测模型中； 通过所述图像检测模型中的特征提取网络以及特征融合网络， 分别获取所述当前样本 数据对应的多个特 征提取结果以及特 征融合结果； 通过所述图像检测模型中的注意力算法模块， 对所述多个特征提取结果以及特征融合 结果进行计算， 得到多个注意力计算结果； 通过所述图像检测模型中的预测网络， 对所述多个注意力结果以及特征融合结果进行 处理； 返回执行在所述多个图像样本数据中依次获取一个图像样本数据， 作为当前样本数据 的操作， 直至完成对全部图像样本数据的处理， 并将训练完成的图像检测模型作为部件检 测模型。 5.根据权利要求4所述的方法， 其特征在于， 通过所述图像检测模型中的注意力算法模 块， 对所述多个特征提取结果以及特征融合结果进行计算， 得到多个注意力计算结果， 包 括： 将所述多个特 征提取结果以及特 征融合结果进行线性 运算， 得到多个特 征运算结果；权　利　要　求　书 1/2 页 2 CN 115457027 A 2通过所述图像检测模型中的注意力算法模块， 对所述多个特征运算结果以及特征提取 结果进行计算， 得到多个注意力计算结果。 6.根据权利要求5所述的方法， 其特征在于， 通过所述图像检测模型中的预测网络， 对 所述多个注意力结果以及特 征融合结果进行处 理， 包括： 将所述多个注意力计算结果与特 征融合结果进行线性 运算， 得到多个目标运 算结果； 通过所述图像检测模型中的预测网络， 对所述多个目标运算结果以及特征融合结果进 行处理。 7.根据权利要求3所述的方法， 其特征在于， 在按照预设权重比例， 对所述原始图像数 据进行划分， 得到多个图像样本数据的同时， 还 包括： 在所述原 始图像数据中， 获取测试样本数据； 在使用所述多个图像样本数据， 对预设的图像检测模型进行迭代训练， 得到所述部件 检测模型之后， 还 包括： 使用测试样本数据， 对部件检测模型的性能进行评估， 并根据评估结果对部件检测模 型的训练参数重新设置 。 8.一种电力线路的连接 部件检测装置， 其特 征在于， 所述装置包括： 目标图像数据获取模块， 用于获取目标电力线路对应的目标图像数据， 所述目标图像 数据中包括至少一个连接 部件； 部件检测模型检测模块， 用于将所述目标图像数据输入至预先训练的部件检测模型 中， 所述部件检测模型根据多个电力线路对应的多个图像样本数据训练得到； 其中， 所述部件检测模型中包括特征提取网络、 特征融合网络、 预测网络， 以及特征提 取网络与特 征融合网络之间的注意力算法模块； 检测结果生成模块， 用于通过所述部件检测模型， 对所述目标图像数据中的连接部件 进行检测， 得到与所述目标电力线路对应的部件检测结果。 9.一种电子设备， 所述电子设备包括： 一个或多个处 理器； 存储装置， 用于存 储一个或多个程序； 当所述一个或多个程序被所述一个或多个处理器执行， 使得所述一个或多个处理器执 行所述程序时实现如权利要求1 ‑7中任一所述的电力线路的连接 部件检测方法。 10.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 该程序被处理器 执行时实现如权利要求1 ‑7中任一所述的电力线路的连接 部件检测方法。权　利　要　求　书 2/2 页 3 CN 115457027 A 3