基于CenterNet算法的复杂环境目标检测技术

作者：赵民; 葛云露; 丁宁

来源：中国电子科学研究院学报, 2021, 16(07): 654-660.

• 目标检测
• 深度学习
• 机器学习
• 人工智能
• 复杂环境

目标检测可以替代人眼来进行异常检测,然而目前的目标检测算法存在着在复杂环境下识别速度低,不能实时检测等问题。针对该问题,文中提出了一种基于中心网络(CenterNet)算法,用于复杂环境异常目标检测的方法。CenterNet算法将图像中的检测目标看做一个点,具有计算量小,检测速度快的优点。选择电网数据集进行复杂环境异常目标检测实验。结果表明,该算法的准确率在95%以上,并且基本满足实时性检测需求,与两种其他的检测算法进行对比分析,该方法在检测准确率和检测速度上均优于另两种检测算法。

• 单位
  中国电子科技集团公司第二十二研究所