买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：无锡学院

摘要：本发明公开了一种输电线路智能消缺机器人室外缺陷识别系统及其方法，系统包括：数据采集及预处理模块、结构分类模块、环境分析模块和基于注意力机制的缺陷识别模块，数据采集及预处理模块用于获取输电线路及周围环境的图像数据和环境信息，并对采集的图像数据进行去噪、增强和分割处理，结构分类模块用于对预处理后的图像按图像中输电线结构部件类别进行分类标注，环境分析模块用于分析环境信息，并根据当前环境下不同结构的风险情况对图像进行识别优先级划分；本发明的有益效果为通过引入注意力机制，根据当前环境信息和缺陷严重程度动态调整检测的注意力权重，确保高风险缺陷能够被更有效的识别，提升了系统对高风险缺陷的响应速度。

主权项：1.一种输电线路智能消缺机器人室外缺陷识别方法，其特征在于，包括以下步骤：S1：实时采集输电线路各部件的图像数据和环境信息，对图像数据进行预处理，预处理包括去除噪点、增强对比度以及分割关键区域；S2：构建基于深度学习的图像分类模型，该模型输入为S1中预处理后的图像，输出为每个图像对应的输电线路结构部件类别，通过图像分类模型对预处理后的图像进行分类标注；S3：根据历史数据对输电线不同结构部件进行风险等级划分，根据历史数据构建部件风险映射表，该映射表反映环境因素与不同部件风险等级之间的对应关系，基于当前环境信息，根据该映射表对S2中标注的图像按风险等级分类，确定各部件的检测优先级；S4：对输电线不同部件的各种缺陷按严重程度进行等级划分，根据历史数据构建缺陷风险映射表，该映射表反映环境与部件不同缺陷的等级之间的关系；S5：构建基于注意力机制的缺陷识别模型进行缺陷识别，根据S4中构建的缺陷风险映射表，对当前环境下严重等级较高的缺陷赋予较高的注意力权重；其中，S5具体包括：S51：采用YOLO模型作为缺陷识别模型，使用大量带有缺陷的输电线路结构部件图像对其进行训练；S52：对S1中预处理后的图像进行特征提取，得到图像的高维特征表示，即形状为的特征图，其中，为通道数，和为图像的高度和宽度；S53：将形状为的特征图展平成二维矩阵，形状为，其中表示特征维度；S54：通过线性变换，将二维矩阵分别映射为查询向量、键向量和值向量；S55：为不同严重程度的缺陷设定加权系数；S56：通过点积计算查询向量与键向量之间的相似度，得到注意力权重矩阵，利用加权系数将权重矩阵调整为，使用权重矩阵对值向量进行加权求和，生成最终的加权特征矩阵，将加权特征矩阵重构为加权特征图；S57：将加权特征图输入训练后的YOLO模型，YOLO模型根据加权特征图进行缺陷识别。

全文数据：

权利要求：

百度查询： 无锡学院 一种输电线路智能消缺机器人室外缺陷识别系统及其方法