基于SSD算法的输电线路上绝缘子缺陷检测方法研究

论文摘要

为了检测传输线图像中的绝缘体缺陷,采用SSD(Single Shot MultiBox Detector)卷积神经网络方法检测图像目标。首先,扩展了数据集,采用裁剪和旋转等预处理,提高了网络检测的泛化能力,实现了图像的标注。其次,以ResNet网络替代SSD结构中原有的VGGNet,从而使网络的特征提取能力增强。最后,通过卷积神经网络检测出的绝缘子位置和绝缘子缺陷位置进行重叠面积计算,确定绝缘子缺陷位置。该方法在Caffe深度学习框架下实现了数据预处理,网络模型训练和目标检测的功能,并且实现了对当前自制数据高检测精度和高置信度。

论文目录

• 0 引言
• 1 原理
•   1.1 数据源
•   1.2 算法整体流程
• 2 实验结果与性能分析
•   2.1 基于Caffe的模型训练
•   2.2 评价指标
•   2.3 实验结果和分析
• 3 结论

文章来源

类型: 期刊论文

作者: 李伟性,郑武略,王宁,赵航航

关键词: 输电线路,目标检测

来源: 仪器仪表用户 2019年08期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 电力工业,计算机软件及计算机应用

单位: 中国南方电网超高压输电公司广州局,中国南方电网超高压输电公司信通中心

分类号: TM216;TP391.41

页码: 1-4

总页数: 4

文件大小: 1433K

下载量: 405