基于YOLO v3的输电线路鸟类检测技术研究

摘要：

输电线路安全是电网安全稳定运行的前提,但是鸟类对输电线路造成的危害直接威胁到输电线路的安全运行.为解决传统驱鸟器启停策略的弊端,提出基于YOLO v3算法的输电线路鸟类检测模型.通过输电线路监控装置获取图像数据,使用残差模块提取图像的深层次特征,采用多尺度目标检测策略来保证鸟类的检测效果.实验结果表明,在输电线路鸟类检测任务中,该模型准确率可以达到86.75％,检测速度达到47 frame/s,可以精确实时地检测出输电线路周围的鸟类数目,并验证了该模型在雨天、雾天、抖动情况下具有较强鲁棒性,可以保障输电线路的安全、稳定运行.

关键词：YOLO v3算法、输电线路、鸟类检测、多尺度目标、实时检测、深度学习

所属期刊栏目：46

分类号：TP391(计算技术、计算机技术)

资助基金：国家电网公司科技项目XM201831160132

在线出版日期：2020-05-08（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：294-300