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：国网黑龙江省电力有限公司伊春供电公司;哈尔滨工业大学;国家电网有限公司

摘要：基于通道剪枝的Yolov4‑Tiny网络的寒地绝缘子故障视频图像检测方法，属于计算机视觉技术领域。解决了传统的绝缘子故障检测模型训练收敛速率慢、具有结构和参数冗余、以及仅能对绝缘子图像进行故障检测，无法对视频进行检测的问题。本发明先根据寒地绝缘子图像构建数据集，依次进行Yolov4‑Tiny网络基础训练、稀疏训练、通道剪枝及微调训练，得到最终故障检测模型。通过通道剪枝及所构建的多种损失函数下的模型训练，压缩了模型大小，提高了寒地绝缘子故障视频和图像的检测速。本发明主要用于寒地绝缘子故障检测。

主权项：1.基于通道剪枝的Yolov4-Tiny网络的寒地绝缘子故障视频图像检测方法，其特征在于，该方法包括：一训练阶段数据集构建：获取寒地绝缘子图像，制作生成各绝缘子图像中绝缘子状态类别标签，将各绝缘子图像和与其对应的绝缘子状态类别标签作为一个训练样本，形成数据集；故障检测模型基础训练：故障检测模型采用Yolov4-Tiny网络实现，基于QualityFocalLoss分类损失函数构建基础训练损失函数，将数据集中各训练样本输入至故障检测模型进行基础训练；稀疏训练：基于QualityFocalLoss分类损失函数和批归一层尺度因子构建稀疏训练损失函数，并将数据集中各训练样本输入至基础训练后的故障检测模型进行稀疏训练；通道剪枝及微调训练：对稀疏训练后的故障检测模进行通道剪枝后，基于QualityFocalLoss分类损失函数构建微调训练损失函数，并将数据集中各训练样本输入至通道剪枝后故障检测模型进行微调训练；二推理阶段：当待检测对象为图像时，将待检测图像输入至微调训练后的故障检测模型进行故障预测，输出标记有绝缘子状态类别的预测图像，完成绝缘子故障检测；当待检测对象为视频时，将待检测视频进行帧分解得到按时间顺序排列的一组待检测图像，并将该组待检测图像按时间顺序依次输入至微调训练后的故障检测模型进行故障预测，依次输出标记有绝缘子状态类别的预测图像，并将输出的所有预测图像按时间顺序进行拼接处理，得到预测视频，完成绝缘子故障检测。

全文数据：

权利要求：

百度查询： 国网黑龙江省电力有限公司伊春供电公司 哈尔滨工业大学 国家电网有限公司 基于通道剪枝的Yolov4-Tiny网络的寒地绝缘子故障视频图像检测方法