改进SSD方法在电缆隧道明火识别中的应用

• 作者: 吴宏晓 孟安波 崔江静 廖雁群 曾啸 黄顺涛
• 来源期刊: 宁夏电力
• 学科: 工学
• 关键词: 电缆隧道 明火识别 深度学习 SSD
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 电网技术
• 页码范围: 1-5
• 页数: 5页
• 分类号: TM247
• 字数: 2903字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-3643.2018.05.001

摘要

针对单次多重检查(single-shot detector,SSD)方法对小目标物体检测的鲁棒性较差的问题,提出了一种改进的单次多重检查方法应用于电缆隧道明火识别中,通过选取不同层次的特征映射图进行多尺度检测,并引入一组不同大小和长宽比的默认边界框,以增强对小范围明火识别的鲁棒性.首先,构建SSD网络模型,选取6组不同尺寸的特征映射图,并对采集到的明火图像进行预处理;然后,对整个SSD网络进行训练并对默认边界框的大小等参数选取进行优化;最后,得到应用于电缆隧道明火识别的SSD网络,并通过测试集对该方法的识别速度和准确率进行了检验.应用结果表明该方法具有计算速度快、识别准确度高等特点,在电缆隧道明火识别中具有工程应用的参考意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	崔江静		7	8	2.0	2.0
2	孟安波	广东工业大学自动化学院	92	669	15.0	21.0
3	廖雁群		8	46	4.0	6.0
4	曾啸		3	7	1.0	2.0
5	黄顺涛		8	16	2.0	4.0
6	吴宏晓		2	1	1.0	1.0