改进SSD的输电铁塔鸟窝检测

摘要：

输电铁塔作为架空输电线的重要组成部分,其安全状况将影响整个电力系统的运行,鸟窝的搭建作为影响输电线路正常运行的重要因素之一,需要对此进行监控.而现有的监控手段不仅效率低,还需要耗费大量的人力物力.本文针对这一现象提出一种基于SSD算法的实时检测方法,并在SSD的网络结构基础上将前置网络VGGNet替换为ResNet-101,提高其特征提取能力,并将Softmax loss用Focal loss代替以改善SSD算法中样本不平衡的问题,并利用数据增广提高数据多样性,以提高模型的鲁棒性.实验结果表明本文所提出的方法检测精度对比原SSD算法在准确度和召回率上分别有3.17％和6.35％的提升.

关键词：深度学习、SSD算法、鸟窝检测、ResNet、Focal loss

所属期刊栏目：29

资助基金：国家自然科学基金;江苏省自然科学基金

在线出版日期：2020-05-28（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：202-208