首页
|
官方网站
微博
|
高级检索
全部学科
医药、卫生
生物科学
工业技术
交通运输
航空、航天
环境科学、安全科学
自然科学总论
数理科学和化学
天文学、地球科学
农业科学
哲学、宗教
社会科学总论
政治、法律
军事
经济
历史、地理
语言、文字
文学
艺术
文化、科学、教育、体育
马列毛邓
全部专业
中文标题
英文标题
中文关键词
英文关键词
中文摘要
英文摘要
作者中文名
作者英文名
单位中文名
单位英文名
基金中文名
基金英文名
杂志中文名
杂志英文名
栏目中文名
栏目英文名
DOI
责任编辑
分类号
杂志ISSN号
基于Cascade R-CNN算法的输电线路小目标缺陷检测方法
引用本文:
吴军,白梁军,董晓虎,潘尚智,金哲,范亮,程绳.基于Cascade R-CNN算法的输电线路小目标缺陷检测方法[J].电网与水力发电进展,2022,38(4):19-27.
作者姓名:
吴军
白梁军
董晓虎
潘尚智
金哲
范亮
程绳
作者单位:
1. 国网湖北省电力有限公司检修公司;2. 武汉大学 电气与自动化学院;3. 广州中科智巡科技有限公司
基金项目:
国家电网有限公司科技项目(521520200018)
摘 要:
输电线路无人机航拍图像缺陷识别是维护线路安全运行的重要巡检手段,但目前的识别算法对于销钉、螺母等小目标缺陷存在识别精确度低、易漏判等问题。将Cascade R-CNN算法应用于输电线路缺陷检测中,利用ResNet101网络进行特性提取,增强的网络的特征提取能力,并利用多层级联检测器对输电线路小目标进行判别和分类。基于无人机航拍图像数据集进行实验,实验结果表明,相比于Yolov3检测器和Lighthead R-CNN检测器,Cascade R-CNN算法提高了小目标缺陷检测中的召回率和精确度。
关 键 词:
Cascade
R-CNN网络
输电线路
缺陷检测
卷积神经网络
Transmission Line Small Target Defect Detection Method Based on Cascade R-CNN Algorithm
Authors:
WU Jun
BAI Liangjun
DONG Xiaohu
PAN Shangzhi
JIN Zhe
FAN Liang
CHENG Sheng
Abstract:
Keywords:
点击此处可从《电网与水力发电进展》浏览原始摘要信息
点击此处可从《电网与水力发电进展》下载全文
设为首页
|
免责声明
|
关于勤云
|
加入收藏
Copyright
©
北京勤云科技发展有限公司
京ICP备09084417号-23
京公网安备 11010802026262号