基于机器视觉的指针式仪表检测

作者：赵辉; 姜立锋; 王红君; 岳有军

来源：科学技术与工程, 2021, 21(34): 14665-14672.

• YOLO v3
• Res2Net
• 空间池化金字塔(SPP)
• GIou(generalized intersection over union)
• k-means++
• 速度
• 检测识别

提出了一种基于机器视觉的变电站指针式仪表检测算法。该算法基于YOLO v3神经网络,引入Res2Net残差模块以及采用特征层融合的方式,采用更少的模块和网络层数获取更高的特征提取效率,通过增加空间池化金字塔(spatial pyramid pooling, SPP)模块融合多重感受野,使用GIoU(generalized intersection over union)损失函数代替原有的损失函数。此外,针对数据集的不同,采取k-means++聚类算法重新选择锚点框的尺寸。实验结果证明,在保证精度的前提下,相对于Faster R-CNN和原始的YOLO v3网络,速度分别提升了73.7%和45.8%。

• 单位
  电子工程学院; 天津理工大学; 天津农学院