(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211142632.2 (22)申请日 2022.09.20 (71)申请人 国网山东省电力公司淄博供电公司 地址 255000 山东省淄博市张店区北 北京 路67号 (72)发明人 常得琳　张成铎　徐胜朋　马泉泉　 路嫣茹　黄传启　张猛　王文宗　 陶明峰　 (74)专利代理 机构 淄博川诚知识产权代理事务 所(特殊普通 合伙) 37275 专利代理师 高鹏飞 (51)Int.Cl. G06T 7/00(2017.01) G06V 10/26(2022.01) G06N 3/04(2006.01)G06N 3/08(2006.01) G06V 10/80(2022.01) G06V 10/82(2022.01) (54)发明名称 一种基于多尺度目标检测的通信线路光缆 缺陷识别方法 (57)摘要 本发明公开了一种基于多尺度目标检测的 通信线路光缆缺陷识别方法， 涉及人工智能技术 领域， 通信线路光缆缺陷识别方法包括以下步 骤： 步骤一： 通信线路光缆数据图像收集； 步骤 二： 对待处理图像预处理； 步骤三： 流转至 经过训 练的模型进行识别标注； 步骤四： 利用光缆语义 分割系统中的语义分割方法对光缆区域定位图 像中光缆存在的缺陷进行像素级语义信息标注； 步骤五： 将光缆缺陷图像加入样 本库进行持续训 练优化模型， 迭代出新的模型； 步骤六： 实现人机 交互。 该基于多尺度目标检测的通信线路光缆缺 陷识别方法， 利用计算机视觉技术打造光缆缺陷 智能识别模型， 实现光缆图像智 能识别， 及时消 缺， 降低经济损失， 保障光 缆稳定运行。 权利要求书1页 说明书4页 附图1页 CN 115546121 A 2022.12.30 CN 115546121 A 1.一种基于多尺度目标检测的通信线路光缆缺陷识别方法， 其特征在于， 所述通信线 路光缆缺陷识别方法包括以下步骤： 步骤一： 通信线路光缆数据图像收集， 不同用户通过移动终端对通信线路光缆数据图 像进行收集并上传至云端进行存储， 在云端中将通信线路光缆数据图像命名为待处理图 像； 步骤二： 对待处理图像预处理， 通过对比将待处理图像 中重复的图像去除， 然后对待处 理的图像进行降噪以及增强像素处 理； 步骤三： 流 转至经过训练的模型进行识别标注， 得到光 缆缺陷所在区域的定位图像； 步骤四： 利用光缆语义分割系统中的语义分割方法对光缆 区域定位图像中光缆存在的 缺陷进行像素级语义信息标注并得到光 缆缺陷图像； 步骤五： 将光 缆缺陷图像加入样本库进行持续训练优化模型， 迭代出新的模型； 步骤六： 将光 缆缺陷图像信息进行 可视化展示， 实现人机交 互。 2.根据权利要求1所述的一种基于多尺度目标检测的通信线路光缆缺陷识别方法， 其 特征在于， 所述步骤一中通信线路光缆数据图像收集基于图片存储构架设备， 且图片存储 构架设备基于多路复用技 术支持多用户。 3.根据权利要求1所述的一种基于多尺度目标检测的通信线路光缆缺陷识别方法， 其 特征在于， 所述步骤三中训练的模型采用卷积神经网络目标检测模型， 对光缆在待处理图 像中的区域进行识别， 从而获取到光 缆所在区域的图像并命名为 光缆区域定位图像。 4.根据权利要求1所述的一种基于多尺度目标检测的通信线路光缆缺陷识别方法， 其 特征在于， 所述步骤四中光缆的语义分割方法利用联合深度全卷积神经网络与空洞卷积金 字塔池化的编 码‑解码语义分割模型， 对光缆的语义特征进 行训练学习， 从而达到对光缆各 种缺陷场景像素级分割的目的。 5.根据权利要求4所述的一种基于多尺度目标检测的通信线路光缆缺陷识别方法， 其 特征在于， 所述步骤四中还包括对光缆区域定位图像的内容信息进行提取， 分别提取到具 有细节特 征的低层特 征图和具有语义信息的高层特 征图。 6.根据权利要求5所述的一种基于多尺度目标检测的通信线路光缆缺陷识别方法， 其 特征在于， 所述步骤四中还包括对所述低层特征图和高层特征图进行融合， 用于基于融合 后的特征图得到光 缆所在区域定位图像的像素级语义分割结果。 7.根据权利要求1所述的一种基于多尺度目标检测的通信线路光缆缺陷识别方法， 其 特征在于， 所述步骤四中光缆语义分割系统包括光缆区域定位模块、 光缆定位图像特征图 提取模块、 特 征融合模块以及光 缆语义分割模块。 8.根据权利要求7所述的一种基于多尺度目标检测的通信线路光缆缺陷识别方法， 其 特征在于， 所述光缆区域定位模块， 用于针对获取到的光缆线路待处理图像， 对光缆可能存 在的缺陷所在的区域进行定位， 得到光缆缺陷所在区域的定位图像， 所述光缆定位图像特 征图提取模块， 用于分别获取所述定位图像的具有细节特征的低层特征图和具有语义信息 的高层特征图； 所述特征融合模块， 用于将所述低层特征图和高层特征图进行融合， 所述光 缆语义分割模块， 用于基于融合后的特征图得到光缆所在区域定位图像的像素级语义分割 结果。权　利　要　求　书 1/1 页 2 CN 115546121 A 2一种基于多尺度目标 检测的通信线路光缆缺陷识别方 法 技术领域 [0001]本发明涉及人工智能技术领域， 具体为一种基于多尺度目标检测的通信线路光缆 缺陷识别方法。 背景技术 [0002]国家有关部门多次明确指出鼓励各单位、 各专业推进人工智能与电网业务深度融 合， 深化视觉智能等人工智能技术的工程化应用， 形成高价值应用场景。 现阶段， 济南公司 利用无人机开展光缆巡视作业， 一定程度减轻巡视人员工作压力， 但仍存在数据价值挖掘 不充分， 海量图像人工逐张判断， 效率较低导致消缺不及时等问题， 海量的图像导致人员工 作量巨大、 人员缺口与数据量级的增长存在巨大矛盾， 且人工研判效果对一线工作人员经 验依赖极高。 同时， 部分目标尺 寸微小、 缺陷特征不明显， 容易产生漏判 与误判， 严重威胁光 缆通信正常运行。 因此， 亟需形成缺陷样本集， 打造光缆无人机图像智能识别电力专用模 型， 智能精准识别光 缆缺陷。 [0003]目前输电线路无人机智能化巡检已在部分场景试点应用， 实现了若干中输电线路 缺陷智能识别， 但未涉及信通光缆方面的巡检， 缺少光缆缺陷样本集。 虽然很多地区和行业 已经开展通信光缆无人机巡视的工作， 减轻了大量一线工作量， 但无人机每天飞回的千量 级巡检图像信息， 需要通过人工进行研判， 需要花费更多人力、 时间， 工作效率低和时效性 差。 而利用人工智能手段进行光缆缺陷识别， 可以快速、 精确地识别缺陷， 并解放大量人力 资源。 [0004]在日常工作 中， 基层员工面临着目不暇接 的图像分析工作， 无人机拍 摄的光缆巡 检图像需要由人工审核光缆线路是否存在缺陷、 人员作业行为视频监控需要由人工审核 是 否存在违章作业、 变电站视频监控、 巡视图像需要由人工鉴别是否存在缺陷隐患等等。 这些 图像分析工作均由人工完成， 时效差， 耗时长， 易出错， 影响了整体的工作效率， 且存在一定 安全隐患。 [0005]于是， 有鉴于此， 针对现有的结构及缺失予以研究改良， 提出一种基于多尺度目标 检测的通信线路光 缆缺陷识别方法， 以期达 到更具有更加实用价 值性的目的。 发明内容 [0006]针对现有技术的不足， 本发明提供了一种基于多尺度目标检测的通信线路光缆缺 陷识别方法， 解决了上述背景技 术中提出的问题。 [0007]为实现以上目的， 本发明通过以下技术方案予以实现： 一种基于多尺度目标检测 的通信线路光 缆缺陷识别方法， 通信线路光 缆缺陷识别方法包括以下步骤： [0008]步骤一： 通信线路光缆数据图像收集， 不 同用户通过移动终端对通信线路光缆数 据图像进 行收集并上传至云端进 行存储， 在云端中将通信线路光缆数据图像命名为待处理 图像； [0009]步骤二： 对待处理图像预处理， 通过对比将待处理图像中重复的图像去除， 然后对说　明　书 1/4 页 3 CN 115546121 A 3