一种新的输电线路异物检测网络结构——TLFOD Net

• 作者: 付新阳 公凡奎 刘霞 张俊岭 沈茂东 裴健
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 输电线路 异物检测 深度学习 TLFODNet
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 网络与通信
• 页码范围: 118-122
• 页数: 5页
• 分类号: TP312
• 字数: 3035字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2019.02.021

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	裴健		3	2	1.0	1.0
2	付新阳		4	5	1.0	2.0
3	沈茂东		4	0	0.0	0.0
4	张俊岭		1	0	0.0	0.0
5	公凡奎		1	0	0.0	0.0