基于联邦学习的输电塔螺母销钉缺失检测

• 作者: 宋永康 张俊岭 公凡奎 安云云 王冶
• 来源期刊: 计算机系统应用
• 关键词: 联邦学习 深度学习 目标检测 输电塔 销钉
• 年，卷（期）: 2022,（5）
• 所属期刊栏目: 研究开发|Research and Development
• 页码范围: 331-337
• 页数: 7页
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.008479

摘要

输电塔上的螺母是连接两个或多个输电塔部件之间的媒介,销钉是确保螺母不脱落的重要保障.销钉缺失会使各部件之间的连接处存在安全隐患.本文将联邦学习与目标检测算法结合起来,在保证各地区数据不互通的情况下,上传局部模型,经过中心节点生成融合模型,采用Faster RCNN检测算法对螺母进行检测,同时用分类网络对螺母进行分类,最终得出销钉是否缺失.实验结果表明,联邦学习融合后的模型比各局部模型在检测任务的mAP上提升3％–6％,在分类任务的准确率上提升2％–3％.