基于对抗自学习的跨域绝缘子检测算法

• 作者: 余正涛 庞健 徐开雄 李凡 李爽 王红斌 高瞻
• 来源期刊: 南京理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 对抗学习 绝缘子 线路巡检 图像 自训练学习 特征提取器 玻璃绝缘子 复合绝缘子
• 年，卷（期）: 2020,（6）
• 页码范围: 651-659
• 页数: 9页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.14177/j.cnki.32-1397n.2020.44.06.003

摘要

为实现在海量线路巡检图像中对绝缘子的自动识别,提出一种基于对抗自学习的跨域绝缘子识别方法.该方法由对抗学习和自训练学习2个阶段组成.在对抗学习阶段,通过特征提取器和分类器之间的对抗学习,使模型分别获得对玻璃绝缘子和复合绝缘子具有鲁棒性的分类特征.在自训练学习阶段,首先,采用有标签的玻璃绝缘子样本对模型进行预训练;然后,将无标签的复合绝缘子样本输入网络,并选择置信度高的样本赋予软标签对模型进行再次训练,使模型最终获得在不同域上的泛化能力.与现有方法相比,该文方法采用分属不同材质的绝缘子样本对深度神经网络进行2个阶段的训练,在有效降低模型训练过程中样本标注量的同时,解决了跨域识别不同材质的绝缘子的问题.