改进实时目标检测算法的电力巡检鸟巢检测

• 作者: 孔小红 曹雪虹 杨波 焦良葆
• 来源期刊: 电气技术
• 关键词: 鸟巢检测 电力巡检 深度学习 目标检测 实时目标检测算法
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 研究与开发
• 页码范围: 21-27,32
• 页数: 8页
• 字数: 3747字
• 语种: 中文

摘要

本文提出一种基于深度学习算法的实时目标检测模型,用于电力无人机巡检中鸟巢的自动检测.通过基于距离的K-means聚类算法,对数据集的标记框重新聚类,获得了更适用于识别不同杆塔在多种所处环境下的鸟巢的锚点集合.检测结果表明,使用新集合的算法均值平均精度提高至0.896,同时召回率和平均交并比均有提高;且运用本文算法可对巡检视频进行实时化处理(单帧处理时间低于30ms),便于后续问题的实时分析及处理,满足电力巡检智能化、常态化应用需求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	焦良葆	南京工程学院人工智能产业技术研究院	34	61	5.0	6.0
2	曹雪虹	南京工程学院人工智能产业技术研究院	57	151	8.0	8.0
3	杨波	南京工程学院人工智能产业技术研究院	2	2	1.0	1.0
4	孔小红		1	0	0.0	0.0