基于Gaussian YOLOv3的航拍图像绝缘子缺陷识别

摘要：

输电线路上的绝缘子长期处于强电场和恶劣环境中,其安全性的监测尤为重要.为了快速精确识别航拍图像中的绝缘子,提出了一种基于Gaussian YOLOv3(You only look once)的绝缘子检测算法.首先,通过增加网络的输出和改进网络的损失函数输出预测框.然后,结合高斯分布的策略输出对应预测框坐标的均值和方差.最后,采用多阶段迁移学习解决小数据集容易发生过拟合的问题.实验结果表明,本算法能准确定位物体的位置,在测试集中的绝缘子检测精度达到93.8％,绝缘子缺陷检测精度达到94.5％,优于同等条件下的Faster区域卷积神经网络和YOLOv3算法,为输电线路的绝缘子智能化检测提供了一定的参考价值.

关键词：图像处理、Gaussian YOLOv3、绝缘子、缺陷检测、高斯分布、迁移学习

所属期刊栏目：58

分类号：TP277(自动化技术及设备)

在线出版日期：2021-08-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：238-244