基于深度学习的绝缘子精确识别

• 作者: 张青华 李彩林 孙延坤 杨长磊
• 来源期刊: 电瓷避雷器
• 关键词: 深度学习 SSD 绝缘子 K均值 多向特征金字塔
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 绝缘子|Insulators
• 页码范围: 143-150
• 页数: 8页
• 语种: 中文
• DOI: 10.16188/j.isa.1003-8337.2022.01.022

摘要

针对大量高分辨率的无人机航拍影像中自爆绝缘子的检测问题,提出一种基于SSD检测网络改进的MFPSSD网络(Multidirectional Feature Pyramid Single Shot Detector,MFPSSD),实现绝缘子目标的精确识别.第一,利用K-means算法对训练数据进行聚类分析得到绝缘子数据集中的样本形状分布特征,然后设置默认框参数.第二,将多向特征金字塔结构引入SSD目标检测算法,实现低层网络与高层网络的多向连接,有效将底层信息与高层信息进行特征融合.实验结果表明,与SSD、Faster R-CNN等算法相比较,MFPSSD目标检测算法在检测速度和检测精度两方面性能更好.