科研之友
微信
新浪微博
Facebook
分享链接
摘要
销钉类缺陷常见于输电线路无人机巡检图像中，因图像占比小、缺陷特征不明显等原因，其检测精度低于其他类缺陷。针对该问题，采用基于区域的全卷积神经网络(region-based fully convonlutional networks, R-FCN)算法建立目标检测网络，分析混淆矩阵，确定算法改进策略。首先，通过网格化拆分实现高清晰度图像的预处理；其次，构建类别平衡的大间隔Softmax损失函数，平衡样本数量，增大类间方差，改善网络检测精度；最后，通过类激活映射的方法生成金具级类激活图，提取螺栓背景信息，实现2类易混淆螺栓的细粒度分类。在无人机巡检图像数据集中进行测试，比较所提改进算法与其他经典算法的检测结果，验证了改进R-FCN算法对销钉类缺陷的检测能力。
-
单位台州供电公司
