CN119131621B 一种输电线路无人机巡检图片缺陷识别方法及系统 （南京悠阔电气科技有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN119131621B(45)授权公告日2025.07.04

(21)申请号202411094666.8

(22)申请日2024.08.10

(65)同一申请的已公布的文献号申请公布号CN119131621A

(43)申请公布日2024.12.13

(73)专利权人南京悠阔电气科技有限公司

地址211100江苏省南京市江宁区东吉大

道1号(江宁开发区)

(72)发明人邵建勇马朋邵凯田吴杰丁一帆朱星

(74)专利代理机构上海维卓专利代理有限公司

31409专利代理师杨方田

(51)Int.CI.

GO6V20/17(2022.01)

GO6V20/10(2022.01)

GO6V10/764(2022.01)

GO6V10/26(2022.01)

GO6V10/82(2022.01)

GO6N3/0464(2023.01)

GO6N3/08(2023.01)

(56)对比文件

CN108389197A,2018.08.10

CN116227306A,2023.06.06

审查员王晓燕

权利要求书3页说明书10页附图3页

(54)发明名称

一种输电线路无人机巡检图片缺陷识别方法及系统

(57)摘要

CN119131621B本申请公开了一种输电线路无人机巡检图片缺陷识别方法及系统，所述方法包括：针对输电线无人机巡检图片进行图片分辨率放大处理；将处理后的图片输入大目标部件识别模型，识别大目标部件缺陷以及小目标部件缺陷所在大目标部件，获得识别到大目标部件缺陷对应的置信度，保留大于置信度阈值的识别到的每种大目标部件缺陷；切割识别到的小目标部件缺陷所在大目标部件的图像输入小目标部件识别模型，识别小目标部件缺陷，获得小目标部件缺陷对应的置信度，保留大于置信度阈值的识别到的每种小目标部件缺陷；针对识别出的大目标部件缺陷与小目标部件缺陷进行汇总，输出缺陷识别结果。本

CN119131621B

CN119131621B权利要求书1/3页

2

1.一种输电线路无人机巡检图片缺陷识别方法，其特征在于，包括：

针对输电线无人机巡检图片进行图片分辨率放大处理；

将处理后的输电线无人机巡检图片输入大目标部件识别模型，识别大目标部件缺陷以及小目标部件缺陷所在大目标部件，获得识别到大目标部件缺陷对应的置信度；其中，针对输电线路中每种大目标部件缺陷设置置信度阈值，将识别到的每种大目标部件缺陷对应的置信度与对应置信度阈值进行比较，保留大于置信度阈值的识别到的每种大目标部件缺陷；所述大目标部件识别模型选用深度学习神经网络模型；所述大目标部件是指输电线路中实际部件尺寸大于预设部件尺寸的部件；

自分辨率放大处理后的输电线无人机巡检图片中切割出识别到的小目标部件缺陷所在大目标部件的图像，将切割出的图像输入小目标部件识别模型，识别小目标部件缺陷，获得小目标部件缺陷对应的置信度；其中，针对输电线路中每种小目标部件缺陷设置置信度阈值，将识别到的每种小目标部件缺陷对应的置信度与对应置信度阈值进行比较，保留大于置信度阈值的识别到的每种小目标部件缺陷，将保留的每种小目标部件缺陷映射至原未切割处理的输电线无人机巡检图片；所述小目标部件识别模型选用深度学习神经网络模型；所述小目标部件是指输电线路中实际部件尺寸不大于预设部件尺寸的部件；

针对识别出的大目标部件缺陷与小目标部件缺陷进行汇总，输出输电线路无人机巡检图片的缺陷识别结果。

2.根据权利要求1所述的输电线路无人机巡检图片缺陷识别方法，其特征在于，识别到的每种小目标部件缺陷对应设置的置信度阈值为动态置信度阈值，具体动态置信度阈值根据识别到的每种小目标部件缺陷所在大目标部件对应的置信度确定，确定过程包括：

获取识别到的小目标部件缺陷所在大目标部件对应的置信度，以及对识别到的小目标部件缺陷所在大目标部件预设的置信度阈值，并比较识别到的小目标部件缺陷所在大目标部件对应的置信度与识别到的小目标部件缺陷所在大目标部件预设的置信度阈值；

若识别到的小目标部件缺陷所在大目标部件对应的置信度大于识别到的小目标部件缺陷所在大目标部件预设的置信度阈值且两者的差值小于第一预设的置信度差值阈值，则在识别到的每种小目标部件缺陷设置的原置信度阈值的基础上增加预设的置信度阈值补偿值；

若识别到