基于YOLO v3的输电线路缺陷快速检测方法

作者：周仿荣; 方明; 马御棠; 潘浩

来源：云南电力技术, 2020, 48(04): 112-120.

• YOLO v3模型
• 深度学习
• 快速缺陷检测
• 视频识别

无人机巡检方式在输电线路巡检中逐渐普及,但仅通过实时的人工观测效率低下。目前已有算法能够实现图像的自动识别,但检测速度慢,无法实现视频图像的处理。本文提出一种基于YOLO v3的输电线路缺陷快速检测方法。该方法首先建立YOLO v3目标检测模型,通过对训练样本库进行聚类分析得到目标候选区域的先验尺寸;通过调整损失函数来加快模型的训练过程,调整模型的学习方向。最后,通过建立输电线路缺陷样本库并进行训练,实现了输电线路缺陷检测。测试结果表明,相比于Faster RCNN、SSD等其他深度学习模型,基于YOLO v3的改进模型在速度上具有巨大的优势,且检测精度没有受到太大的影响,能够满足输电线路巡检视频的自动缺陷识别的需求。

• 单位
  云南电网有限责任公司; 云南电网有限责任公司电力科学研究院