本發(fā)明涉及計算機(jī)視覺，尤其是涉及一種基于改進(jìn)yolov5s的輸電鐵塔螺栓檢測方法、電子設(shè)備、存儲介質(zhì)。
背景技術(shù)：
1、輸電線路鐵塔是電力系統(tǒng)的重要組成部分，承擔(dān)著輸送電能的關(guān)鍵任務(wù)。其結(jié)構(gòu)穩(wěn)定性直接關(guān)系到電網(wǎng)的安全運行，而螺栓作為鐵塔的主要連接部件，其狀態(tài)的精確檢測顯得尤為重要。螺栓的松動、腐蝕或缺失可能導(dǎo)致鐵塔結(jié)構(gòu)失穩(wěn)，進(jìn)而引發(fā)嚴(yán)重的安全事故，甚至造成大規(guī)模停電。因此，對螺栓狀態(tài)進(jìn)行及時、準(zhǔn)確的檢測是輸電線路巡檢的核心任務(wù)之一。然而，傳統(tǒng)的人工巡檢方法效率低下，且受限于巡檢人員的經(jīng)驗和主觀判斷，難以滿足現(xiàn)代電力系統(tǒng)對高精度、高效率檢測的需求。此外，基于圖像處理的傳統(tǒng)檢測方法在面對復(fù)雜背景和微小目標(biāo)時，檢測精度和魯棒性往往不足，難以適應(yīng)實際工程應(yīng)用的需求。
2、近年來，隨著深度學(xué)習(xí)技術(shù)的快速發(fā)展，基于卷積神經(jīng)網(wǎng)絡(luò)（cnn）的目標(biāo)檢測方法在精度和效率上取得了顯著突破。其中，yolo（you?only?look?once）系列模型因其高效的實時性和較高的檢測精度，在工業(yè)檢測、自動駕駛等領(lǐng)域得到了廣泛應(yīng)用。然而，盡管yolo模型在許多場景下表現(xiàn)出色，其在處理微小目標(biāo)和復(fù)雜背景時仍存在一定的局限性。例如，輸電線路鐵塔螺栓作為典型的微小目標(biāo)，其尺寸較小、特征不明顯，且常與復(fù)雜背景（如樹木、建筑物等）混雜，導(dǎo)致檢測難度顯著增加。此外，現(xiàn)有模型在多尺度目標(biāo)檢測中的表現(xiàn)仍需進(jìn)一步提升，尤其是在小目標(biāo)特征提取和細(xì)節(jié)感知能力方面。
3、綜上，已有的yolo模型在一定程度上提升了檢測性能，但并未針對輸電塔螺栓檢測的場景特點進(jìn)行針對性的優(yōu)化。
技術(shù)實現(xiàn)思路
1、本發(fā)明的目的就是為了克服上述現(xiàn)有技術(shù)存在的缺陷而提供一種基于改進(jìn)yolov5s的輸電鐵塔螺栓檢測方法、電子設(shè)備、存儲介質(zhì)，以解決或部分解決對輸電鐵塔螺栓微小目標(biāo)的細(xì)節(jié)感知能力不足，檢測準(zhǔn)確度難以保證的問題。
2、本發(fā)明的目的可以通過以下技術(shù)方案來實現(xiàn)：
3、根據(jù)本發(fā)明的一個方面，提供了一種基于改進(jìn)yolov5s的輸電鐵塔螺栓檢測方法，以輸電鐵塔圖像作為改進(jìn)yolov5s模型的輸入，獲取預(yù)測的螺栓邊界框坐標(biāo)信息，實現(xiàn)輸電鐵塔螺栓檢測，其中，所述的改進(jìn)yolov5s模型包括順次連接的主干網(wǎng)絡(luò)、特征融合網(wǎng)絡(luò)和檢測頭，所述特征融合網(wǎng)絡(luò)包括：
4、基于所述骨干網(wǎng)絡(luò)末端輸出的特征進(jìn)行三級的級聯(lián)處理，通其中每一級均包括第一類卷積、上采樣、與主干網(wǎng)絡(luò)中的第一類c3模塊輸出特征進(jìn)行拼接以及第二類c3模塊處理，得到高分辨率的多級處理后的特征；
5、基于所述多級處理后的特征，通過全局注意力機(jī)制處理提取螺栓的細(xì)節(jié)信息，以全局注意力處理后的特征作為所述檢測頭的第一部分輸入；
6、基于全局注意力處理后的特征圖進(jìn)行三級的級聯(lián)處理，其中每一級均包括第二類卷積、與第一類卷積輸出特征進(jìn)行拼接以及第三類c3模塊處理，以各級中第三類c3模塊處理后的特征作為所述檢測頭的第二部分輸入。
7、作為優(yōu)選的技術(shù)方案，基于所述多級處理后的特征，通過全局注意力機(jī)制處理，得到全局注意力處理后的特征的過程包括如下步驟：
8、基于所述多級處理后的特征，通過3d排列提取三維信息，通過多層編碼器-解碼器結(jié)構(gòu)提取跨維度的通道注意力特征；
9、基于所述多級處理后的特征，通過卷積層融合空間信息，通過移除池化降低信息損失，通過分組卷積控制參數(shù)量，得到空間注意力特征；
10、基于所述通道注意力特征和所述空間注意力特征，通過元素乘法加權(quán)，得到全局注意力處理后的特征。
11、作為優(yōu)選的技術(shù)方案，包括三個所述第二類c3模塊，以及三個所述第三類c3模塊。
12、作為優(yōu)選的技術(shù)方案，所述的第一部分輸入的尺寸為160*160，所述第二部分輸入的尺寸包括80*80、40*40和20*20。
13、作為優(yōu)選的技術(shù)方案，所述的主干網(wǎng)絡(luò)包括用于自適應(yīng)圖片縮放卷積層，以及三級的級聯(lián)處理，其中每一級處理均包括卷積和第一類c3模塊，級聯(lián)末尾還包括spff層，卷積包括2d卷積處理、批量標(biāo)準(zhǔn)化處理和silu激活處理，實現(xiàn)空間特征提取與通道維度調(diào)整。
14、作為優(yōu)選的技術(shù)方案，c3模塊中，包括主路徑卷積和旁路殘差連接兩個分支，每個殘差結(jié)構(gòu)包括兩個卷積層，通過跳躍連接融合淺層與深層特征。
15、作為優(yōu)選的技術(shù)方案，所述的檢測頭包括輸出層，每個尺度對應(yīng)多個預(yù)設(shè)框，檢測頭的輸出包括邊界框坐標(biāo)、置信度和類別概率。
16、作為優(yōu)選的技術(shù)方案，所述的改進(jìn)yolov5s模型的訓(xùn)練過程中，基于分類損失、定位損失和置信度損失實現(xiàn)模型參數(shù)優(yōu)化。
17、本發(fā)明的另一個方面，提供了一種電子設(shè)備，包括：一個或多個處理器以及存儲器，所述存儲器內(nèi)儲存有一個或多個程序，所述一個或多個程序包括用于執(zhí)行前述基于改進(jìn)yolov5s的輸電鐵塔螺栓檢測方法的指令。
18、本發(fā)明的另一個方面，提供了一種計算機(jī)可讀存儲介質(zhì)，包括供電子設(shè)備的一個或多個處理器執(zhí)行的一個或多個程序，所述一個或多個程序包括用于執(zhí)行前述基于改進(jìn)yolov5s的輸電鐵塔螺栓檢測方法的指令。
19、與現(xiàn)有技術(shù)相比，本發(fā)明至少具有以下有益效果之一：
20、（1）提升針對螺栓檢測的準(zhǔn)確性：本發(fā)明通過高分辨率的多級處理后的特征，利用全局注意力機(jī)制處理提取螺栓的細(xì)節(jié)信息，從而引入高分辨率檢測頭，增強模型對微小目標(biāo)的細(xì)節(jié)感知能力，提升螺栓檢測的精度。
21、（2）實現(xiàn)多尺度融合：本發(fā)明通過多級處理得到高分辨率的多級處理后的特征，通過全局注意力機(jī)制處理后，再次進(jìn)行多級處理并作為檢測頭的第二部分輸入，使模型能夠更好地適應(yīng)復(fù)雜背景和不同尺寸目標(biāo)的檢測需求。
22、（3）模型魯棒性和泛化能力強：本發(fā)明通過基于分類損失、定位損失和置信度損失實現(xiàn)模型參數(shù)優(yōu)化，適配小目標(biāo)的訓(xùn)練策略，提高模型的魯棒性和泛化能力。
1.一種基于改進(jìn)yolov5s的輸電鐵塔螺栓檢測方法，其特征在于，以輸電鐵塔圖像作為改進(jìn)yolov5s模型的輸入，獲取預(yù)測的螺栓邊界框坐標(biāo)信息，實現(xiàn)輸電鐵塔螺栓檢測，其中，所述的改進(jìn)yolov5s模型包括順次連接的主干網(wǎng)絡(luò)、特征融合網(wǎng)絡(luò)和檢測頭，所述特征融合網(wǎng)絡(luò)包括：
2.根據(jù)權(quán)利要求1所述的一種基于改進(jìn)yolov5s的輸電鐵塔螺栓檢測方法，其特征在于，基于所述多級處理后的特征，通過全局注意力機(jī)制處理，得到全局注意力處理后的特征的過程包括如下步驟：
3.根據(jù)權(quán)利要求1所述的一種基于改進(jìn)yolov5s的輸電鐵塔螺栓檢測方法，其特征在于，包括三個所述第二類c3模塊，以及三個所述第三類c3模塊。
4.根據(jù)權(quán)利要求3所述的一種基于改進(jìn)yolov5s的輸電鐵塔螺栓檢測方法，其特征在于，所述的第一部分輸入的尺寸為160*160，所述第二部分輸入的尺寸包括80*80、40*40和20*20。
5.根據(jù)權(quán)利要求1所述的一種基于改進(jìn)yolov5s的輸電鐵塔螺栓檢測方法，其特征在于，所述的主干網(wǎng)絡(luò)包括用于自適應(yīng)圖片縮放卷積層，以及三級的級聯(lián)處理，其中每一級處理均包括卷積和第一類c3模塊，級聯(lián)末尾還包括spff層，卷積包括2d卷積處理、批量標(biāo)準(zhǔn)化處理和silu激活處理，實現(xiàn)空間特征提取與通道維度調(diào)整。
6.根據(jù)權(quán)利要求1所述的一種基于改進(jìn)yolov5s的輸電鐵塔螺栓檢測方法，其特征在于，c3模塊中，包括主路徑卷積和旁路殘差連接兩個分支，每個殘差結(jié)構(gòu)包括兩個卷積層，通過跳躍連接融合淺層與深層特征。
7.根據(jù)權(quán)利要求1所述的一種基于改進(jìn)yolov5s的輸電鐵塔螺栓檢測方法，其特征在于，所述的檢測頭包括輸出層，每個尺度對應(yīng)多個預(yù)設(shè)框，檢測頭的輸出包括邊界框坐標(biāo)、置信度和類別概率。
8.根據(jù)權(quán)利要求1所述的一種基于改進(jìn)yolov5s的輸電鐵塔螺栓檢測方法，其特征在于，所述的改進(jìn)yolov5s模型的訓(xùn)練過程中，基于分類損失、定位損失和置信度損失實現(xiàn)模型參數(shù)優(yōu)化。
9.一種電子設(shè)備，其特征在于，包括：一個或多個處理器以及存儲器，所述存儲器內(nèi)儲存有一個或多個程序，所述一個或多個程序包括用于執(zhí)行如權(quán)利要求1-8任一所述基于改進(jìn)yolov5s的輸電鐵塔螺栓檢測方法的指令。
10.一種計算機(jī)可讀存儲介質(zhì)，其特征在于，包括供電子設(shè)備的一個或多個處理器執(zhí)行的一個或多個程序，所述一個或多個程序包括用于執(zhí)行如權(quán)利要求1-8任一所述基于改進(jìn)yolov5s的輸電鐵塔螺栓檢測方法的指令。