科研之友
微信
新浪微博
Facebook
分享链接
摘要
本文首先建立了输电线部件绝缘子、输电线缺陷鸟巢和风筝三种类别的图像数据集,并针对图像数据过少的问题,采用翻转图像和旋转图像角度的方法扩增数据。其次因为原始Faster-RCNN模型不能较好识别尺寸变化较大的绝缘子,本文提出通过对增加锚框类型到来改进模型。实验证明,使用改进后的模型在自建数据集上图像分类的mAP能达到88.87%,相比原始Faster-RCNN模型提高了3.62%,其中绝缘子子类别识别的mAP为84.97%,比原始模型提高了9.87%。本方法实现了对数据集中目标更好的检测,有一定的实用价值。
- 单位
