面向变电站视频监控终端的目标检测方法及其优化

• 作者: 吴昊 吴晖 孙强 李铭钧 杨英仪
• 来源期刊: 广东电力
• 学科: 工学
• 关键词: 变电站 视频监控 计算机视觉 目标检测 深度学习 卷积神经网络 优化
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 视听觉智能分析技术
• 页码范围: 62-68
• 页数: 7页
• 分类号: TM63|TP391.41|TP183
• 字数: 5166字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-290X.2019.009.008

摘要

变电站视频监控目标检测中,海量高清视频数据传输会对网络带宽、延迟等提出极高的要求,而传统处理方法在应用中存在诸多难以克服的问题,为此提出了一种面向边缘端优化的深度卷积神经网络目标检测方法.首先在粗粒度检测方面利用在线困难实例挖掘(online hard example mining,OHEM)方法和损失函数改进优化模型性能,并借助标签平滑方法防止过拟合;其次采用主干网络替换和剪枝方法实现模型压缩,保持算法推理实时性;最后从细粒度分类方面对所采用的SmallerVGGNet进行网络裁剪修改和多标签分类,确保算法在低功耗前端的轻量化运行.实验结果表明:该方法在粗粒度检测方面相比较于传统算法性能优越,推理速度达到了前端应用的实时性要求,在细粒度分类上也达到了变电站场景下具备不同属性目标的准确分类要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴昊	广东电网有限责任公司电力科学研究院	16	36	2.0	5.0
2	李铭钧		7	27	3.0	5.0
3	孙强		7	9	2.0	2.0
4	杨英仪	广东电网有限责任公司电力科学研究院	3	17	2.0	3.0
5	吴晖	广东电网有限责任公司电力科学研究院	1	0	0.0	0.0