首页 | 官方网站   微博 | 高级检索  
     

基于多尺度特征融合的输电线路关键部件检测
引用本文:杨罡,张兴忠.基于多尺度特征融合的输电线路关键部件检测[J].电测与仪表,2020,57(3):54-59.
作者姓名:杨罡  张兴忠
作者单位:国网山西省电力公司电力科学研究院,太原理工大学 软件学院
基金项目:国家重点研发计划(2017YFB1401001-01);国家自然科学(61572345);山西省重点研发计划项目(201803D31041);国网山西省电力公司科技项目(52053017000N,5205B01800C4)
摘    要:针对输电线路无人机实时巡检过程中,通用目标检测算法在移动端运行速度过慢或无法运行的问题,提出一种将多尺度特征融合方法与输电线路关键部件的检测相结合的算法MSFF-KCD(Multi-Scale Feature Fusion in Key Component Detection)。该算法结合关键部件的特征,使用深度可分离卷积设计了特征提取网络DPNets,提高了算法在具有边缘计算能力的移动端ARM设备上的运行速度,同时采用多尺度特征融合方法,将分辨率低的特征图与分辨率高的特征图进行融合,使用多个特征融合后的特征图进行分类与检测,提高了算法的平均精度。选取了绝缘子、悬垂线夹、防震锤三类关键部件进行实验,结果表明,该算法在ARM设备上可达到每张66 ms的检测速度和86%的准确率,适用于移动端关键部件检测。

关 键 词:多尺度特征融合  输电线路  关键部件  嵌入式  深度学习  目标检测
收稿时间:2019/10/14 0:00:00
修稿时间:2019/10/14 0:00:00

Detection of key components of transmission lines based on multi-scale feature fusion
YANG Gang and zhangxingzhong.Detection of key components of transmission lines based on multi-scale feature fusion[J].Electrical Measurement & Instrumentation,2020,57(3):54-59.
Authors:YANG Gang and zhangxingzhong
Affiliation:State Grid Shanxi Electric Power Company Electric Power Research Institute,Taiyuan,Taiyuan University of Technology School of Software,
Abstract:
Keywords:
本文献已被 CNKI 等数据库收录!
点击此处可从《电测与仪表》浏览原始摘要信息
点击此处可从《电测与仪表》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