航拍图像中绝缘子目标检测的研究

• 作者: 廉启旺 高强
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: YOLOv3 目标检测 分解 聚合
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 测量与控制
• 页码范围: 119-123
• 页数: 5页
• 分类号: TM216
• 字数: 3410字
• 语种: 中文
• DOI: 10.19753/j.issn1001-1390.2019.05.020

摘要

使用YOLOv3深度网络模型,针对航拍图像中绝缘子检测的准确性问题进行研究,提出了一种分解聚合算法.为解决目标的错检、漏检等问题,将目标分解成多个存在交集的可变型部件,并对其进行检测.在保证子目标检测精度与速度的前提下,利用各部件之间相交区域的特征及含义,对其进行聚合并重新定义,使检测到的目标区域更准确.由于群体性目标中包含的可变因素过多,原算法无法准确定义,提出的改进方法则可根据必需部件对其进行检测,同时为单独的子目标找出它所隶属的整体,通过多级标签对其进行更深刻意义上的描述.以COCO数据集为例,对比算法改进前后的检测效果.实验结果表明,该方法显著提高了目标检测的准确性,解决了漏检、错检等问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高强	华北电力大学电气与电子工程学院	89	895	16.0	25.0
2	廉启旺	华北电力大学电气与电子工程学院	1	3	1.0	1.0