首页 | 官方网站   微博 | 高级检索  
     

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]. 电网与清洁能源, 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
WU Jun,BAI Liangjun,DONG Xiaohu,PAN Shangzhi,JIN Zhe,FAN Liang,CHENG Sheng. Transmission Line Small Target Defect Detection Method Based on Cascade R-CNN Algorithm[J]. Power system and clean energy, 2022, 38(4): 19-27
Authors:WU Jun  BAI Liangjun  DONG Xiaohu  PAN Shangzhi  JIN Zhe  FAN Liang  CHENG Sheng
Abstract:
Keywords:
点击此处可从《电网与清洁能源》浏览原始摘要信息
点击此处可从《电网与清洁能源》下载免费的PDF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