科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对小样本及复杂环境下输电线路关键设备缺陷检测难等问题，提出一种融合深度卷积神经网络和卡尔曼滤波的图像检测方法。采用MobileNet构建模型骨干网络，有效降低了计算成本；融合了柔性非极大值抑制算法以解决目标部件遮挡问题；将上下文感知RoI池化层取代原始池化层，维护了小尺寸零部件的原始结构；通过卡尔曼滤波对检测结果进行修正，有效提高检测精度。实验结果表明，所提方法能够能在复杂输电线路设备中实现零部件的精确检测，mAP达到86.16%,每张图片检测时间仅需0.05 s。与相同条件下的其他检测算法相比，综合性能最佳。
- 单位
