基于改进YOLOv3的变压器定位检测研究

摘要：

目前目标检测算法由于数量和背景不平衡导致的电力部件检测精度不高,同时在背景复杂的情况下分类定位不准确.针对上述问题,提出一种改进的YOLOv3的变压器检测算法,使用DarkNet-53深度卷积神经网络作为抽取图像特征的骨干网络.使用Focal loss和均衡交叉熵函数改进原YOLOv3的损失函数,使模型在样本数量少的类别上倾注更多的注意力;使用K-means对样本中的变压器框进行聚类生成预选框,并调整YOLOv3输出结构使其适应变压器目标检测任务,提高检测的效率.实验结果表明改进后的YOLOv3在变压器检测上有更高的准确率和速率.

关键词：变压器检测、深度学习、YOLOv3、Focal loss

所属期刊栏目：36

分类号：TM93

在线出版日期：2020-11-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：51-56