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：三峡大学

摘要：基于改进ALI和Faster‑RCNN的配电线路销钉缺陷检测方法，包括以下几个方面：收集配电线路的销钉缺陷图像，并在销钉缺陷图像数据上人工标记，构建训练样本集。搭建网络结构，第一个是对抗学习推断网络，基本结构由推断网络、生成网络和判断器三部分组成。第二个是Faster‑RCNN网络。根据获取的训练样本，进行检测模型训练，训练指定步数后，完成训练。将待检测图像输入到训练好的对抗学习推断网络，输出高质量重构的销钉图像，最后通过训练好的Faster‑RCNN网络完成缺陷的识别。该方法可以增强配电线路销钉图像局部纹理、边缘等细节信息，以改善图像质量，并结合目标检测算法提取准确的特征，以实现销钉缺陷的智能检测。

主权项：1.基于改进ALI和Faster-RCNN的配电线路销钉缺陷检测方法，其特征在于包括以下步骤：步骤1：采集配电线路的销钉缺陷图像，对销钉缺陷图像数据集进行人工标注，构建训练样本集；步骤2：搭建网络结构模型：第一个是对抗推断学习ALI网络模型，其基本结构包括推断网络、生成网络和判断器；第二个是Faster-RCNN网络模型，其基本结构包括特征提取网络CNN、目标检测网络RCNN、区域建议网络RPN；步骤3：根据获取的训练样本，进行对抗推断学习ALI网络模型训练；步骤4：将待检测图像输入到训练好的对抗推断学习ALI网络模型，输出重构的销钉图像，最后通过训练好的Faster-RCNN网络模型完成缺陷的识别；所述步骤3中，进行对抗推断学习ALI网络模型训练，推断网络采用批量式训练，为了防止训练模型产生过拟合现象，对损失函数设置罚参数，完成训练过程，具体如下：a：推断网络采用批量式训练，每一次训练都随机选取样本T中固定大小的batch块作为输入x，然后通过一个处理过程Cx'|x，得到处理后图像数据x'作为推断网络的输入；b：推断网络和生成网络过程由以下式子表示：z'＝ω1x'+b1zh＝fz'x”＝ω2z+b2xt＝gx”其中，zh为推断网络的输出，xt为生成网络输出；总参数λ＝{ω1,b1,ω2,b2}；f和g为sigmod激活函数，表示当神经元输出趋近于1时为激活，输出为0时为抑制；推断网络和生成网络的目标是最小化输入x与生成网络输出xt之间的平均重构误差；为了防止训练模型产生过拟合现象，对损失函数设置惩罚项，损失函数如下所示： 隐含层中卷积层神经元i平均激活程度为： 其中：表示隐含层的卷积层神经元i的激活度，为输入x时推断网络和生成网络隐含层中卷积层神经元i的激活度；pi′＝p其中，p为稀疏参数；上式表示让推断网络和生成网络隐含层的卷积层中神经元i的平均激活度接近于pi'；在优化目标函数中设置一个额外的罚参数，以此达到稀疏性限制的目的，即通过最小化这一罚参数来实现pi'接近于p的效果，罚参数由下式表示： 其中：S为隐含层中卷积层隐藏神经元数量，i依次为隐含层中卷积层神经元，因此，设置稀疏性限制后的损失函数为： 其中：β为控制稀疏性罚参数的权重参数；生成网络从服从正态分布的pz中随机采样作为输入，通过生成网络得到xh；将x，xh和xt输入判断器，判断器的作用是将生成网络输出xh和xt从真实样本x中辨识出来，而生成网络要尽可能地欺瞒判断器；对抗推断学习ALI网络模型、Faster-RCNN网络模型执行竞技性学习，不断更新参数；判别器的损失函数为：L＝logTx+log1-Txh+log1-Txt；重复指定次数，完成模型训练。

全文数据：

权利要求：

百度查询： 三峡大学 基于改进ALI和Faster-RCNN的配电线路销钉缺陷检测方法