基于深度学习的航拍图像绝缘子缺失检测方法研究

摘要：

为解决目前人工处理分析无人机巡检图像效率低、检测结果受人为因素影响较大的问题,提出了一种图像识别的绝缘子缺失识别方法.首先,对无人机拍摄的图像样本进行了处理,扩充样本集.其次,搭建了绝缘子的检测模型,完成各层网络结构的选择和设计,使用CNN算法实现对绝缘子缺失的检测.随后,构建了绝缘子检测网络,并对各层检测网络参数进行配置.选择实际拍摄的图像作为训练样本进行网络训练.检测结果证实几个指标均在0.95以上,说明算法可准确识别出绝缘子.最后,利用CNN算法对航拍绝缘子进行缺陷检测.绝缘片缺失缺陷的正确识别率为86％.算法可根据检测结果自动显示绝缘子有无缺失缺陷.

关键词：绝缘子缺陷、图像处理、Faster R-CNN算法、模型训练

所属期刊栏目：49

分类号：TP391.41;TP751;TN911.73

资助基金：宁夏回族自治区自然科学基金2018AAC03222

在线出版日期：2021-07-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：132-140