基于遮挡关系推理的输电线路图像金具检测
实现输电线路图像典型金具的精准检测是进行其缺陷检测的前提.针对通用目标检测模型对密集分布、遮挡严重的金具检测精度较低、易出现漏检等问题,提出了一种结合金具间遮挡结构信息和场景关联信息的典型金具检测方法.基于经典的Faster R-CNN模型提取金具特征作为节点,提取整张图像特征作为金具场景关联信息,学习金具标注框间相交区域信息作为金具遮挡关系信息,并采用图同时建模金具特征、场景关联信息和遮挡关系信息,通过门控循环单元信息传递机制构建结构推理模块完成金具类别和位置的联合推理检测.为了验证所提方法的有效性,选取了 8类存在遮挡连接关系的金具进行实验,其中,原始FasterR-CNN模型的mAP值为81.30%,改进模型的mAP值为84.15%.实验结果表明,本文方法一定程度上提高了遮挡严重金具的检测精度,为后续的金具故障诊断奠定良好的基础.
输电线路、金具、遮挡关系描述、结构推理、超快速区域卷积神经网络、目标检测、门控循环单元、图
17
TP18;TM726(自动化基础理论)
国家自然科学基金;河北省自然科学基金
2023-01-11(万方平台首次上网日期,不代表论文的发表时间)
共9页
1154-1162