基于Faster R-CNN的航拍图像中绝缘子识别

• 作者: 程海燕 翟永杰 陈瑞
• 来源期刊: 现代电子技术
• 关键词: 卷积神经网络 深度学习 FasterR-CNN 航拍图像 绝缘子识别 智能电网
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 能源技术
• 页码范围: 98-102
• 页数: 5页
• 分类号: TN911.73-34|TP391
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2019.02.023

摘要

为了解决传统绝缘子识别方法存在适用性不强、识别效率低的问题,结合深度卷积神经网络思想,提出一种从电网巡检航拍图像中自动识别绝缘子的方法.应用Faster R-CNN框架,结合电网巡检航拍图像数据库,构建绝缘子识别系统,自动识别航拍图像中的绝缘子,并分析不同模型和参数对识别精确度的影响.实验结果表明,相比于传统航拍绝缘子识别方法,采用深度卷积神经网络对航拍绝缘子进行学习和识别,具有较高的识别准确率和效率,可以很好地识别各种类型的绝缘子,识别性能大幅度提高.