一种基于深度学习的电线杆倾斜异常检测方法及装置

本发明公开了一种基于深度学习的电线杆倾斜异常检测方法及装置，用于解决现有的电线杆倾斜异常检测方法高度依赖图像分割与边缘拟合质量，在电线杆被遮挡、背景复杂或光照变化时易失效，导致最终的电线杆倾斜检测效果欠佳的技术问题。方法包括获取电线杆的倾斜角度、地质松动系数及高清图像，据倾斜角度与地质松动系数构建目标倾斜角松动系数交互矩阵；将该矩阵与高清图像输入多模态融合的双路径多模态匹配网络（含卷积金字塔双路注意力特征提取模块、多模态特征融合模块、多模态检测头）。经前者提取图像特征后，与矩阵融合得目标融合特征，再通过多模态检测头检测，输出电线杆倾斜异常检测结果。