摘要
本发明提供一种基于深度学习的电力绝缘子缺陷检测方法及系统，属于电力设备绝缘控件检测领域技术领域；该方法包括：同步采集得到目标电力绝缘子的原始可见光图像、原始红外热成像图像和原始超声波数据；预处理后，进行数据增强，之后将标准数据传输到特征提取模块，并提取可见光特征、红外特征和超声波特征；进行特征拼接后映射到共享空间，再输入到多头注意力机制中，生成结合并行结果，基于结合并行结果，通过前馈神经网络将可见光特征、红外特征和超声波特征生成融合特征向量；通过跨模态图像匹配网络的输出层输出目标电力绝缘子的缺陷类型。该方法具有更高的精度和更强的鲁棒性。
