期刊专题

10.3778/j.issn.1002-8331.2009-0281

改进YOLOv3的无人机拍摄图玻璃绝缘子检测

引用
绝缘子作为电力巡检中的重要目标,对其检测受到高度重视.针对传统无人机拍摄图像绝缘子检测算法需要通过人工提取特征进行检测,效率低且鲁棒性差等问题,通过对绝缘子图像数据集进行分析,结合YOLOv3目标检测算法与Inception-Resnet-v2分类算法,提出一种改进的YOLOv3绝缘子检测算法,该方法分别从增加Inception-Resnet模块,通过改变网络结构以增加网络宽度,根据数据集特性改进损失函数以及利用k-means算法进行锚点框选择三个方面对YOLOv3进行改进.针对测试集52张绝缘子图像,YOLOv3模型检测总耗时5.12 s,改进后的YOLOv3耗时5.48 s,YOLOv3的绝缘子AP值为69.69%,改进后AP值为71.93%,实验结果表明,相较于原始YOLOv3算法,改进后的YOLOv3算法能够更好地适应无人机拍摄的绝缘子图像数据集的数据特征,在保障检测速度的同时AP提高了2.24个百分点.

神经网络;绝缘子;YOLOv3;Inception-Resnet

58

TN957.52

重庆市教委科学技术项目;重庆市科委社会事业与民生保障科技创新专项;重庆市基础与前沿研究计划

2022-02-22(万方平台首次上网日期,不代表论文的发表时间)

共7页

259-265

暂无封面信息
查看本期封面目录

计算机工程与应用

1002-8331

11-2127/TP

58

2022,58(3)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn