基于改进Faster-RCNN的无人机巡检架空线路销钉缺陷检测

摘要：

为了提升无人机巡检架空线路的效率,提高架空线路销钉缺陷检出率,提出了一种基于改进Faster-RCNN算法的无人机巡检架空线路销钉缺陷检测方法.针对无人机巡检图像背景大、销钉目标尺寸小的特点,通过以深度残差网络ResNet 101作为前置特征提取网络,增大训练图像尺度,建立特征金字塔融合多尺度特征,以K-means算法优化初始锚框,对Faster-RCNN算法进行改进;并用实际无人机巡检图像进行实验测试.实验结果表明,该方法对无人机巡检图像中销钉缺陷有较好的检测效果,在测试数据集上检测精确度达到93.6％,召回率达到89.8％,泛化能力较强,相比现有其他常见目标检测方法,检测效果更好.

关键词：无人机巡检图像、架空线路、销钉缺陷检测、卷积神经网络、多尺度特征融合

所属期刊栏目：46

分类号：TP391;TP183;TN911.73

在线出版日期：2020-11-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：3089-3096