-
题名基于改进Faster-RCNN的绝缘子检测算法
被引量：18
- 1
-
-
作者
马耀名
张雨
-
机构
辽宁工程技术大学电气与控制工程学院
-
出处
《计算机应用》
CSCD
北大核心
2022年第2期631-637,共7页
-
文摘
为了提高高压输电线路巡检效率,提出改进Faster-RCNN的绝缘子检测算法。首先,在特征提取网络中添加具有注意力机制动态选择机制网络(SKNet),从而使网络着重学习与绝缘子特征相关通道;其次,借助滤波器响应归一化(FRN)层替代原批归一化(BN)层,以避免模型陷入梯度饱和区域;最后,使用距离交并比(DIoU)代替原交并比(IoU)方法,以精确表达特征候选区域框位置。对开源航拍绝缘子数据集进行平移、旋转、Cutout和CutMix等操作来进行增强,将数据集扩充到3000张并从中随机选择2500张作为训练集,其余500张作为测试集。相较于原Faster-RCNN算法,所提算法平均准确率提高了3.46个百分点,平均召回率提高了2.76个百分点。实验结果表明:所提算法具有较高检测精度和稳定性,可满足电力巡线绝缘子检测应用场景需求。
-
关键词
绝缘子检测
Faster-RCNN
动态选择机制网络
距离交并比
滤波器响应归一化
-
Keywords
insulator detection
Faster Region-based Convolutional Neural Network(Faster-RCNN)
Selective Kernel Neural Network(SKNet)
Distance Intersection Over Union(DIoU)
filter response normalization(frn)
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名基于改进Libra-RCNN的输电线路绝缘子识别
被引量：4
- 2
-
-
作者
闾海庆
雷远华
王静
邢学敏
杨静
-
机构
中国能源建设集团湖南省电力设计院有限公司
湖南省第三测绘院
长沙理工大学交通运输工程学院
中国水利水电第八工程局有限公司
-
出处
《湖南电力》
2022年第2期44-49,共6页
-
基金
国家自然科学基金项目(42074033)。
-
文摘
针对无人机航拍输电线路识别绝缘子的定位精度和稳定性较差等问题,提出一种基于ASFF金字塔网络的Libra-RCNN绝缘子检测模型。首先,使用FRN归一化层替代原BN层,消除归一化层对训练批次大小依赖,增加模型学习效率;然后在Libra-RCNN算法金字塔中引入ASFF网络结构,有效解决特征金字塔内部不一致问题;最后借助GIoU交并比替代原IoU交并比,更好精确绝缘子位置。在Insulators_Datasets绝缘子数据集中,改进Libra-RCNN模型平均准确率达94.10%,召回率达97.51%;相较原Libra-RCNN模型分别提高2.23%、2.61%,表明所提算法能稳定、有效地识别绝缘子。
-
关键词
绝缘子检测
Libra-RCNN模型
frn归一化层
ASFF网络
GIoU交并比
-
Keywords
insulator detection
Libra-RCNN model
filter response normalization(frn)layer
adaptively spatial feature fusion(ASFF)network
generalized intersection over union
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
TM854
[电气工程—高电压与绝缘技术]
-
