科研之友
微信
新浪微博
Facebook
分享链接
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
