基于改进Libra-RCNN的输电线路绝缘子识别

• 作者: 闾海庆 雷远华 王静 邢学敏 杨静
• 来源期刊: 湖南电力
• 学科: 工学
• 关键词: 绝缘子检测 Libra-RCNN模型 FRN归一化层 ASFF网络 GIoU交并比
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 新技术及应用|New technology and Application
• 页码范围: 44-49
• 页数: 6页
• 分类号: TP391|TM854
• 语种: 中文
• DOI: 10.3969/j.issn.1008-0198.2022.02.008

摘要

针对无人机航拍输电线路识别绝缘子的定位精度和稳定性较差等问题,提出一种基于ASFF金字塔网络的Libra-RCNN绝缘子检测模型.首先,使用FRN归一化层替代原BN层,消除归一化层对训练批次大小依赖,增加模型学习效率;然后在Libra-RCNN算法金字塔中引入ASFF网络结构,有效解决特征金字塔内部不一致问题;最后借助GIoU交并比替代原IoU交并比,更好精确绝缘子位置.在Insulators_Datasets绝缘子数据集中,改进Libra-RCNN模型平均准确率达94.10％,召回率达97.51％;相较原Libra-RCNN模型分别提高2.23％、2.61％,表明所提算法能稳定、有效地识别绝缘子.