基于R-FCN的航拍巡检图像目标检测方法

• 作者: 刘思言 王博 王岳 陈江琦 高昆仑 高畅
• 来源期刊: 电力系统自动化
• 关键词: 深度学习 基于区域的全卷积网络 目标检测 航拍巡检 故障识别
• 年，卷（期）: 2019,（13）
• 所属期刊栏目: 研制与开发
• 页码范围: 162-168
• 页数: 7页
• 字数: 5328字
• 语种: 中文
• DOI: 10.7500/AEPS20180921005

摘要

航拍巡检是输电线路巡检的主要方式之一,目前的航拍巡检方式效率较低,受巡检员主观因素影响大,亟需一种智能检测算法自动定位并识别输电线路巡检图片中的故障.基于深度学习的航拍巡检图像目标检测技术作为一种可能的解决方案,得到了广泛关注.提出了一种利用基于区域的全卷积网络(R-FCN)的航拍巡检图像目标检测方法,并利用在线困难样本挖掘(OHEM)、样本优化、软性非极大值抑制(Soft-NMS)等改进方法进行优化.实验证明,所提方法具有目标定位准确、平均准确率高、单模型可同时检测目标种类多等特点.