论文摘要
高压输电线路上悬挂的漂浮异物可能会对输电产生巨大危害,而现有的物体识别方法无法对不规则物体进行有效识别。为此,本文提出一种异物检测的新型网络结构:TLFOD Net(Transmission Line Foreign Object Detection Net)。针对异物特点设计的TLFOD Net网络结构,主要包括特征提取网络、区域生成网络和分类回归网络3个部分;优化了合适的候选框;并提出端到端的TLFOD Net联合训练方式以提高网络训练的性能。采用图像预处理技术,增加训练集的数量。通过实验结果分析表明,TLFOD Net比现有的网络在识别速度以及识别精度上均有显著提高。
论文目录
文章来源
类型: 期刊论文
作者: 沈茂东,裴健,付新阳,张俊岭,公凡奎,刘霞
关键词: 输电线路,异物检测,深度学习
来源: 计算机与现代化 2019年02期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 电力工业
单位: 国网山东省电力公司,中国石油大学(华东)计算机与通信工程学院
基金: 国家自然科学基金资助项目(61309024,61702519),山东省重点研发计划项目(2017GGX10140)
分类号: TM75
页码: 118-122
总页数: 5
文件大小: 4355K
下载量: 114