摘要

为了满足电力设备智能巡检的要求,提出一种基于深度学习网络的输电杆塔智能检测算法。该算法采用Faster区域卷积神经网络(regional convolutional neural networks,R-CNN)架构,利用VGG16作为特征提取器,通过在ImageNet图像库上进行前期训练和本地迁移学习进行参数调整,减少深层网络参数的训练难度,有效提取杆塔的浅层基础特征以及深层抽象特征;为了扩大训练样本数量,提高模型检测准确度,对杆塔图像进行了镜像、旋转、锐化处理。实验结果表明,所提算法的检测准确度达到90.5%,能有效检测到监控图像中的杆塔,满足应用要求。