融合外部知识的输电线路多金具解耦检测方法

摘要：

为了有效解决输电线路多金具检测过程中存在的目标密集和目标间相互遮挡的问题,提出了融合外部知识的多目标解耦检测方法(external knowledge decoupling R-CNN,EKD R-CNN).首先通过深入分析金具数据集的领域规则和图像信息,提取出共现和空间知识;然后使用图神经网络方法建立共现和空间知识推理模型,将外部知识进行实例化表达;最后使用解耦模块将金具检测任务以非耦合的方式进行训练和学习.在实验阶段,对具有14类金具的数据集,进行多种定性和定量实验.对比实验表明,EKDR-CNN的检测效果优于其他先进目标检测模型,与原有基线模型相比,准确率提高6.6％;定性实验表明算法能够解决目标遮挡的问题,实现密集目标的检测;消融实验表明,每种模块对模型的检测效果均有一定的提升.

关键词：输电线路、金具、深度学习、目标检测、共现知识、空间知识、知识推理模块、解耦检测

所属期刊栏目：17

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金;国家自然科学基金;北京市自然科学基金;河北省自然科学基金;河北省自然科学基金;河北省自然科学基金

在线出版日期：2022-10-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：980-989