典型文献
面向变电设备金属锈蚀检测的分层嵌套标注方法
文献摘要：
金属锈蚀对变电设备会造成持续性的破坏,形成安全隐患.基于深度学习的金属锈蚀自动检测方法是目前一种可行的方法.然而金属锈蚀形状的不规则性和可拆分性导致在训练样本标注时,标注者面临很多歧义,存在难以实现标注过程标准化和标注结果一致性的问题.为此,提出一种新的训练样本分层嵌套标注方法.首先,采用较大的矩形框对锈蚀区域进行大面积标注;其次,在第一步的标注框内,对那些特征非常明显并具有相对独立性的区域进行二次标注,形成第二层的内部嵌套标注,这种标注方法不存在标注歧义,易于统一和标准化,容易获得稳定的标注质量,另外,这种标注方法突出了锈蚀特征,并一定程度上增加了被标注锈蚀的样本数量,实现了数据增强;最后,通过一系列实验表明,采用分层嵌套标注方法后,YOLOv5召回率从50.79％提升至59.41％,Faster R-CNN+VGG16召回率从66.50％提升至78.94％,Faster R-CNN+Res101召回率从78.32％提升至84.61％.
文献关键词：
深度学习;金属锈蚀检测;分层嵌套标注
中图分类号：
作者姓名：
张昭;张沛;曹勇;杨莎;黄树欣;孙瀚;张柏礼
作者机构：
智能电网保护和运行控制国家重点实验室,江苏 南京 211106;南瑞集团,江苏 南京 211106;国网山东省电力公司 枣庄供电公司,山东 枣庄 277099;东南大学 计算机科学与工程学院,江苏 南京 211189
文献出处：
引用格式：
[1]张昭;张沛;曹勇;杨莎;黄树欣;孙瀚;张柏礼-.面向变电设备金属锈蚀检测的分层嵌套标注方法)[J].云南大学学报（自然科学版）,2022(01):57-63
A类：
金属锈蚀检测,分层嵌套标注,CNN+VGG16,CNN+Res101
B类：
变电设备,标注方法,成安,自动检测,规则性,拆分,训练样本,样本标注,歧义,难以实现,结果一致性,矩形框,第一步,框内,非常明显,相对独立性,第二层,样本数量,数据增强,系列实验,YOLOv5,召回率,Faster
AB值：
0.18629
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
