CN119323572B 基于rt-detr改进的绝缘子缺陷检测方法及系统 （国网江西省电力有限公司电力科学研究院）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN119323572B(45)授权公告日2025.07.01

(21)申请号202411874576.0

(22)申请日2024.12.19

(65)同一申请的已公布的文献号申请公布号CN119323572A

(43)申请公布日2025.01.17

(73)专利权人国网江西省电力有限公司电力科

学研究院

地址330096江西省南昌市青山湖区民营

科技园内民强路88号检测试验中心科研楼(第1-11层)

(72)发明人肖勇才杨浩潘曙辉刘恒姚保明杜江龙程宇杨志坚

(74)专利代理机构南昌贤达专利代理事务所(普通合伙)36136

(51)Int.CI.

G06T7/00(2017.01)

GO6V20/17(2022.01)

GO6V20/40(2022.01)

GO6V10/25(2022.01)

GO6V10/44(2022.01)

GO6V10/77(2022.01)

GO6V10/80(2022.01)

GO6V10/82(2022.01)

GO6N3/045(2023.01)

GO6N3/0464(2023.01)

(56)对比文件

CN119007110A,2024.11.22

CN119006427A,2024.11.22

审查员秦涛

专利代理师张雪娟

权利要求书3页说明书9页附图6页

(54)发明名称

收集公开的绝缘子缺陷数据集以及通过视频截取帧获取图像作为数据集，将数据集进行拆分，分为训练集与验证集；基于目标检测模型RT-DETR进行改进，将骨干网络改为StarNet星网络进行特征提取，对StarNet

收集公开的绝缘子缺陷数据集以及通过视

频截取帧获取图像作为数据集，将数据集

进行拆分，分为训练集与验证集；

基于目标检测模型RT-DETR进行改进，将骨干网络改为

StarNet星网络进行特征提取，对StarNet星网络进行进

一步改进，将P5检测头移除，加入P2检测头，并且改

进StarNet星网络中的星卷积模块；

将RT-DETR中的多头注意力机制更改为YOLOv10中的

部分自注意力机制PSA,对部分自注意力机制PSA进

一步改进，得到S-PSA注意力机制模块；

将RT-DETR中的RepC3卷积模块改进为RepMob

卷积模块；

将损失函数用Inner-loU与CloU相结合，得到Inner-

CloU损失函数进行损失计算；

将训练集输入改进后的RT-DETR中训练，并且在验证集进行验证，得到在验证集最佳的权重；

将得到最佳的权重载入改进后的RT-DETR

中进行绝缘子缺陷检测。

(57)摘要

CN119323572B本发明公开了基于RT-DETR改进的绝缘子缺陷检测方法及系统，收集公开的绝缘子缺陷数据集以及通过视频截取帧获取图像作为数据集；基于目标检测模型RT-DETR进行改进，将骨干网络改为StarNet星网络进行特征提取，并且进一步改进，将P5检测头移除，加入P2检测头，并且改进其中的星卷积模块；将多头注意力机制更改为部分自注意力机制PSA,并进一步改进，得到S-PSA注意力机制模块；将RepC3卷积模块改进为RepMob卷积模块；将损失函数用Inner-IoU与CIoU相结合，得到Inner-CIoU损失函数进行损失计算；训练改进后的RT-DETR,并且进行验证，得到最佳的权重，将该权重载入改进后的RT-DETR中进行绝缘子缺陷检测。本发明使用基于RT-DETR

CN119323572B

CN119323572B权利要求书1/3页

2

1.基于RT-DETR改进的绝缘子缺陷检测方法，其特征在于：所述检测方法包括以下步

骤：

收集公开的绝缘子缺陷数据集以及通过视频截取帧获取图像作为数据集，将数据集进行拆分，分为训练集与验证集；

基于目标检测模型RT-DETR进行改进，将骨干网络改为StarNet星网络进行特征提取，对StarNet星网络进行进一步改进，将P5检测头移除，加入P2检测头，并且改进StarNet星网络中的星卷积模块；

将RT-DET