摘要

本发明公开了一种基于深度学习的复合绝缘子均压环倾斜故障检测方法,包括:1)搜集包含复合绝缘子的电力巡检图片构建数据集并进行数据扩充;3)训练得到实例分割模型并将分割得到的复合绝缘子的最小外接矩区域切割下来,旋转后使得复合绝缘子整体呈竖直方向,作为关键点检测数据集;4)标注关键点检测数据集中的均压环并做数据扩充;5)构建均压环关键点检测网络,不断调优训练;6)在测试推理阶段,通过关键点检测模型得到均压环两个关键点的坐标值,计算两点构成的直线角度及其与整体复合绝缘子之间的夹角,根据设定的阈值判断均压环的倾斜状态。本发明提高均压环倾斜故障检测的准确率并能在复杂背景下保持较好的鲁棒性。