科研之友
微信
新浪微博
Facebook
分享链接
摘要
绝缘子是输电线路中最易发生故障的部件之一,需及时从大量图像中检测出绝缘子,为检修提供可靠依据。为解决传统方法和深度学习各自存在的局限性,提出一种基于平行图像与深度学习的绝缘子检测方法。首先,建立人工绝缘子图像数据集,并对待测的真实绝缘子图像进行颜色预选处理;然后,构建卷积神经网络进行特征提取和分类,利用正常训练和迁移学习两种方法,并采用消融实验对不同模型进行性能的分析与对比;最终,实现绝缘子目标的检测及模型指标的评价。实验结果表明,颜色预选和平行图像方法均能有效提升模型效果,使得模型的loss能更快速的收敛,分类准确率也有明显的提高,上述方法能够有效检测出图像中的绝缘子,为后期绝缘子故障的检测和处理提供了研究基础。
- 单位
