基于改进DBNet的电力设备铭牌文本检测方法研究

作者：卫薇; 龙娜; 田钺; 康博; 王道累; 赵文彬^*

来源：高电压技术, 2023, 49(S1): 63-67.

DOI：10.13336/j.1003-6520.hve.20230152

• 电力设备铭牌
• 文本检测与识别
• DBNet
• 特征金字塔结构
• 深度学习

电力设备铭牌可以帮助变电站、电厂快速了解设备信息。为了解决人工检查电力设备铭牌繁琐的核对工作，本文使用深度学习技术，针对电力设备铭牌文本检测改进了DBNet网络模型，该模型使用像素级别的插值和池化将文本轮廓更为精确检测出来，能够为电力设备铭牌文字识别提供精确的文本框，确保后序识别可以正确的检测出铭牌上文字，为电力设备快速识别环节提供充分的监督。本文改进后的模型可以有效检测出文本框边缘的文本信息，其在电力设备铭牌标签的检测精确度达到了82.7%。并能够将电力设备铭牌上设备信息全部检测出来。

• 单位
  贵州电网有限责任公司; 上海电力大学