基于改进Faster RCNN的变电站红外图像多目标识别

• 作者: 王妤 陈秀新 袁和金
• 来源期刊: 传感技术学报
• 关键词: 电气设备 多目标识别 卷积神经网络 Faster RCNN 类别修正
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 传感器信号处理|Signal Processing for Sensors
• 页码范围: 522-530
• 页数: 9页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2021.04.014

摘要

为解决变电站红外图像中多种高压电气设备识别问题,文中提出一种基于改进Faster RCNN的变电站红外图像多目标识别方法.该方法通过VGG16提取红外图像中的多种电气设备图像特征,通过区域建议网络生成区域建议并通过边框回归调整区域建议,ROI Pooling将不同尺度的区域建议映射到尺寸固定的输出向量后送入Softmax进行分类,并按照区域建议包含关系对识别错误的部位类别进行修正.实验选取27586张红外图像制作成VOC2007格式红外数据集,并对测试集中5517张红外图像的识别结果进行统计,实验结果表明改进Faster RCNN识别准确率达到92.8％,较改进前提高了9.7％,具有较高的工程实用价值.