科研之友
微信
新浪微博
Facebook
分享链接
摘要
输电塔螺栓在输电线路中起着重要的连接和固定作用，由于长期暴露于户外，容易出现螺栓缺失等缺陷造成安全隐患，影响输电线路的安全和稳定，因此需要对螺栓进行定期巡检。由于输电塔所处地理环境复杂以及数据采集时拍摄角度、光照等因素的影响，螺栓背景复杂，信噪比低，同时螺栓属于小目标，使得传统目标检测网络对于这种特征的提取不敏感；对于传统的单阶段和两阶段目标检测网络而言，训练时间久，成本较高；此外，传统的检测方法将正常螺栓与螺栓缺失的检测割裂开，容易忽略掉两者在空间上存在的联系；为解决上述问题，本文提出一种基于深度学习的螺栓缺失快速检测方法，基于改进的YOLOv4目标检测网络，在分别检测正常螺栓和螺栓缺失的基础上，对两者检测结果通过区域生长方式进行融合，判断是否在同一部件上，有效提高了检测速度和精度，适用于电力巡检工作。
-
单位广东电网有限责任公司; 广州供电局
