论文摘要
利用带电作业机器人取代人类的手动作业,可以有效地减少高电压、强电场对人体的危害,大大提高作业的效率。为解决带电作业机器人在复杂背景环境中对线缆目标的智能检测问题,提出基于改进的Faster R-CNN高压线缆目标检测方法。为了提高网络提取图像高级特征的能力,引入跳转连接并调整激活层、卷积层的顺序;然后对候选框生成机制进行改进,提升网络对小目标检测的性能;最后利用ROI池化层提取每个区域的特征,同时完成分类和框回归任务。通过构建高压线缆图像数据集,基于改进的Faster R-CNN模型进行大量实验,最后取得了较好的精度和较快的速度。
论文目录
文章来源
类型: 期刊论文
作者: 刘召,张黎明,耿美晓,么军,张金禄,胡益菲
关键词: 目标检测,深度学习,高压线缆,复杂背景,小目标,带电作业,区域候选
来源: 智能系统学报 2019年04期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 电力工业,计算机软件及计算机应用
单位: 清研同创机器人(天津)有限公司,国网天津市电力公司
基金: 天津市智能制造科技重大专项(17ZXZNGX00120)
分类号: TM84;TP391.41
页码: 627-634
总页数: 8
文件大小: 2179K
下载量: 447