科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对气体绝缘开关(Gas Insulated Switchgear, GIS)内部异物检测方法复杂、检测精度低的问题，提出一种基于改进YOLOv3的异物检测算法。采用K-means算法聚类出适合异物的锚框值；引入跨阶段网络(CSPNet),采用梯度融合的方法来增强网络学习能力，减少网络学习参数；改进特征金字塔，融合更多尺度的特征信息，提高算法检测精度。所提方法在真实的GIS腔体环境中进行了验证评估。实验结果表明，改进的YOLOv3异物检测算法在检测精度和检测速度上均有较大提升，具有较强的鲁棒性。
- 单位
