典型文献
基于多尺度上下文感知的绝缘子缺陷检测网络
文献摘要：
针对巡检图像中绝缘子缺陷尺度不一造成检测效果不佳的问题,提出了一种基于多尺度上下文感知的绝缘子缺陷检测网络,称为上下文感知缺陷检测网络(context aware defect detection network,CAD2Net).该网络采用ResNeStl01架构提高了对图像的特征提取能力.设计了改进特征金字塔结构,构建不同分辨率的丰富语义特征图,以更好地检测不同尺度的目标.同时,在网络的检测单元中增加感受野自适应(adaptive receptive field,Ada-RF)模块聚合多尺度上下文信息,生成更具辨别力的特征,改善网络对不同尺度目标的检测效果.在随机生成缺陷的样本集及公开数据集上的平均检测精度分别达到91.7％及91.0％.结果表明:所提出的缺陷检测网络能够对不同尺度绝缘子的缺陷进行准确识别与定位.
文献关键词：
绝缘子;缺陷检测;感受野;上下文感知;深度学习
中图分类号：
作者姓名：
李斌;曾筠婷;朱新山;王帅;郭志民;刘昊
作者机构：
天津大学智能电网教育部重点实验室,天津300072;国网河南省电力公司电力科学研究院,郑州450000
文献出处：
引用格式：
[1]李斌;曾筠婷;朱新山;王帅;郭志民;刘昊-.基于多尺度上下文感知的绝缘子缺陷检测网络)[J].高电压技术,2022(08):2905-2914
A类：
CAD2Net,ResNeStl01
B类：
多尺度上下文感知,绝缘子缺陷检测,测网,巡检,检测效果,context,aware,defect,detection,network,特征提取能力,改进特征,特征金字塔结构,富语义,语义特征,特征图,不同尺度,检测单元,感受野,adaptive,receptive,field,Ada,RF,上下文信息,辨别力,样本集,公开数据集,检测精度,陷进,准确识别,识别与定位
AB值：
0.344123
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。
