典型文献
面向复杂环境的输电线路关键设备缺陷检测方法
文献摘要：
针对小样本及复杂环境下输电线路关键设备缺陷检测难等问题,提出一种融合深度卷积神经网络和卡尔曼滤波的图像检测方法.采用MobileNet构建模型骨干网络,有效降低了计算成本;融合了柔性非极大值抑制算法以解决目标部件遮挡问题;将上下文感知RoI池化层取代原始池化层,维护了小尺寸零部件的原始结构;通过卡尔曼滤波对检测结果进行修正,有效提高检测精度.实验结果表明,所提方法能够能在复杂输电线路设备中实现零部件的精确检测,mAP达到86.16％,每张图片检测时间仅需0.05 s.与相同条件下的其他检测算法相比,综合性能最佳.
文献关键词：
输电线路设备;深度学习;卡尔曼滤波;MobileNet;柔性非极大值抑制;上下文感知RoI池化
中图分类号：
作者姓名：
颜丽;邓芳明
作者机构：
萍乡学院信息与计算机工程学院, 江西萍乡 337055;华东交通大学电气与自动化工程学院 , 江西南昌 330013
文献出处：
引用格式：
[1]颜丽;邓芳明-.面向复杂环境的输电线路关键设备缺陷检测方法)[J].无线电工程,2022(12):2237-2244
A类：
输电线路设备
B类：
复杂环境,关键设备,缺陷检测方法,小样本,深度卷积神经网络,卡尔曼滤波,图像检测,MobileNet,构建模型,骨干网络,计算成本,柔性非极大值抑制,遮挡问题,上下文感知,RoI,池化,小尺寸,零部件,高检,检测精度,精确检测,mAP,每张,检测时间,检测算法
AB值：
0.263037
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。
