基于混合样本迁移学习的盘型绝缘子缺陷检测

作者：翟永杰; 杨珂; 王乾铭; 王亚茹^*

来源：中国电机工程学报, 2023, 43(07): 2867-2877.

DOI：10.13334/j.0258-8013.pcsee.212774

• 缺陷检测
• 迁移学习
• 混合样本
• 平行视觉
• 少样本

针对盘型绝缘子缺陷检测过程中存在样本不足和样本不平衡的问题，一方面以平行视觉理论为框架，融合盘型绝缘子先验知识和规则标准，生成盘型绝缘子伞盘脱落和破损两种人工样本，建立以混合样本为基础的迁移学习方法，解决样本不足的问题；另一方面，从样本均衡的角度出发，提出均衡损失函数，在训练过程中分别对正负样本和难易样本分配不同的权重，提高模型对正样本尤其是难以检测样本的关注度，解决正负样本、难易样本不平衡的问题。实验结果表明，在少样本情况下，提出的方法用于盘型绝缘子缺陷检测的准确率达到75.1%，召回率达到81.7%，相比原始的算法分别提升19.2%和9.2%，结果可为少样本缺陷检测问题提供了新的解决思路与实现方法。

• 单位
  华北电力大学