基于改进区域候选网络的航拍图像中绝缘子目标识别方法

作者：翟永杰; 李海森^*; 吴童桐; 苑朝

来源：浙江电力, 2018, 37(12): 74-81.

DOI：10.19585/j.zjdl.201812013

• 绝缘子
• 航拍图像
• 目标检测
• 区域候选网络
• 卷积神经网络
• 训练样本
• 深度学习

对航拍图像进行自动判别是无人机巡线后期的主要工作。为此提出一种改进的RPN(区域候选网络),以提高航拍图像中绝缘子目标的检测准确率。在绝缘子样本不完备的情况下,通过截取、旋转、镜像以及人工合成等方法对绝缘子训练样本进行扩充和完善;对人工标注的绝缘子样本的标注框进行聚类统计,获得标注框的宽高比分布情况,用于锚点框尺寸的初始化;对特征提取网络VGG16进行逐层分析,融合其中第二、三、五层的特征图,用于绝缘子目标识别;更改损失函数,实现动态调整正负样本的比例,从而解决训练过程中正负样本不均衡的问题。实验结果表明,改进后的RPN能够更有效地检测出航拍图像中的绝缘子目标,显著提高了检测的准确性。

• 单位
  华北电力大学