基于改进区域候选网络的航拍图像中绝缘子目标识别方法

摘要：

对航拍图像进行自动判别是无人机巡线后期的主要工作.为此提出一种改进的RPN(区域候选网络),以提高航拍图像中绝缘子目标的检测准确率.在绝缘子样本不完备的情况下,通过截取、 旋转、 镜像以及人工合成等方法对绝缘子训练样本进行扩充和完善;对人工标注的绝缘子样本的标注框进行聚类统计,获得标注框的宽高比分布情况,用于锚点框尺寸的初始化;对特征提取网络VGG16进行逐层分析,融合其中第二、 三、 五层的特征图,用于绝缘子目标识别;更改损失函数,实现动态调整正负样本的比例,从而解决训练过程中正负样本不均衡的问题.实验结果表明,改进后的RPN能够更有效地检测出航拍图像中的绝缘子目标,显著提高了检测的准确性.

关键词：绝缘子、航拍图像、目标检测、区域候选网络、卷积神经网络、训练样本、深度学习

所属期刊栏目：37

分类号：TM216(电工材料)

资助基金：国家自然科学基金资助项目61773160

在线出版日期：2019-02-20（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：74-81