基于Faster R-CNN的环网柜电缆相序检测

作者：李继东; 赵锴; 黄佳; 郑静媛; 张淞杰

来源：杭州电子科技大学学报(自然科学版), 2021, 41(04): 61-66.

DOI：10.13954/j.cnki.hdu.2021.04.010

• 环网柜
• 卷积神经网络
• 目标检测
• Faster R-CNN

随着环形配电网的普及,环网柜的运维变得越来越重要。传统的环网柜施工验收方式以人工巡视为主,耗时耗力,已不能满足城市配电网施工验收可靠性和实时性的要求。文章结合卷积神经网络技术,分析环网柜电缆特征,提出一种基于Faster R-CNN的环网柜电缆相序检测方法,通过区域候选网络对区域特征进行检测识别。实验结果表明,检测器交并比阈值为大于0.5时,Faster R-CNN方法在数据集上的平均检测精度最高为0.93,与同类主流目标检测算法相比,其精度均有不小的提升。

• 单位
  浙江大学