摘要
针对输电线路无人机巡检中远景航拍图像目标小、目标重叠、鸟巢和背景杂草类似等情况,提出基于残差网络(ResNet101)和6层特征金字塔网络(FPN)的多阶段级联神经网络深度学习检测模型.提出4层卷积神经网络(FourR-CNN)级联网络,使用深度残差神经网络(Res Net101+FPN)进行特征提取,生成特征框,在不同的重叠度下对R-CNN进行级联操作,并对预处理后的图像进行训练.研究结果表明:在复杂背景下ResNet101和6层FPN的FourR-CNN检测模型对输电线路上的绝缘子、绝缘子缺陷、防振锤,以及鸟巢等9类目标识别效果较好,对于2 000张测试样本的平均精度达到95.8%,为输电线路的智能检测提供了新思路.
- 单位