基于Gaussian YOLOv3的航拍图像绝缘子缺陷识别

作者：汪权; 易本顺^*

来源：激光与光电子学进展, 2021, 58(12): 254-260.

• 图像处理
• Gaussian YOLOv3
• 绝缘子
• 缺陷检测
• 高斯分布
• 迁移学习

输电线路上的绝缘子长期处于强电场和恶劣环境中,其安全性的监测尤为重要。为了快速精确识别航拍图像中的绝缘子,提出了一种基于Gaussian YOLOv3(You only look once)的绝缘子检测算法。首先,通过增加网络的输出和改进网络的损失函数输出预测框。然后,结合高斯分布的策略输出对应预测框坐标的均值和方差。最后,采用多阶段迁移学习解决小数据集容易发生过拟合的问题。实验结果表明,本算法能准确定位物体的位置,在测试集中的绝缘子检测精度达到93.8%,绝缘子缺陷检测精度达到94.5%,优于同等条件下的Faster区域卷积神经网络和YOLOv3算法,为输电线路的绝缘子智能化检测提供了一定的参考价值。

• 单位
  武汉大学