基于改进区域候选网络的航拍图像中绝缘子目标识别方法

• 作者: 吴童桐 李海森 翟永杰 苑朝
• 来源期刊: 浙江电力
• 学科: 工学
• 关键词: 绝缘子 航拍图像 目标检测 区域候选网络 卷积神经网络 训练样本 深度学习
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 高压电气设备
• 页码范围: 74-81
• 页数: 8页
• 分类号: TM216
• 字数: 3112字
• 语种: 中文
• DOI: 10.19585/j.zjdl.201812013

摘要

对航拍图像进行自动判别是无人机巡线后期的主要工作.为此提出一种改进的RPN(区域候选网络),以提高航拍图像中绝缘子目标的检测准确率.在绝缘子样本不完备的情况下,通过截取、 旋转、 镜像以及人工合成等方法对绝缘子训练样本进行扩充和完善;对人工标注的绝缘子样本的标注框进行聚类统计,获得标注框的宽高比分布情况,用于锚点框尺寸的初始化;对特征提取网络VGG16进行逐层分析,融合其中第二、 三、 五层的特征图,用于绝缘子目标识别;更改损失函数,实现动态调整正负样本的比例,从而解决训练过程中正负样本不均衡的问题.实验结果表明,改进后的RPN能够更有效地检测出航拍图像中的绝缘子目标,显著提高了检测的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	翟永杰	华北电力大学自动化系	92	1421	19.0	35.0
2	吴童桐	华北电力大学自动化系	3	8	1.0	2.0
3	李海森	华北电力大学自动化系	1	7	1.0	1.0
4	苑朝	华北电力大学自动化系	2	7	1.0	2.0