摘要

本发明公开了一种基于改进YOLOV3模型的变电站指针式仪表识别方法,首先,采集仪表图像制作数据集并标定;之后,通过Mini Batch Kmeans算法对边界框进行聚类寻找最佳的聚类坐标;再修改基础YOLOV3的框架网络DarkNet-53为轻量级网络MobileNet,以及更好的激活函数来加速训练过程;然后修改坐标预测的损失函数使模型更好的拟合仪表数据;最后,经过训练后的模型能更好的应用于变电站巡检机器人的检测识别任务,检测过程中能快速精确的获取小目标、多目标仪表盘进行后续处理。在保证准确率的前提下,提高检测速度,实时性增强,且对小目标、多仪表盘的检测效果大大提升。