典型文献
基于改进Libra-RCNN的输电线路绝缘子识别
文献摘要：
针对无人机航拍输电线路识别绝缘子的定位精度和稳定性较差等问题,提出一种基于ASFF金字塔网络的Libra-RCNN绝缘子检测模型.首先,使用FRN归一化层替代原BN层,消除归一化层对训练批次大小依赖,增加模型学习效率;然后在Libra-RCNN算法金字塔中引入ASFF网络结构,有效解决特征金字塔内部不一致问题;最后借助GIoU交并比替代原IoU交并比,更好精确绝缘子位置.在Insulators_Datasets绝缘子数据集中,改进Libra-RCNN模型平均准确率达94.10％,召回率达97.51％;相较原Libra-RCNN模型分别提高2.23％、2.61％,表明所提算法能稳定、有效地识别绝缘子.
文献关键词：
绝缘子检测;Libra-RCNN模型;FRN归一化层;ASFF网络;GIoU交并比
中图分类号：
作者姓名：
闾海庆;雷远华;王静;邢学敏;杨静
作者机构：
中国能源建设集团湖南省电力设计院有限公司,湖南 长沙410007;湖南省第三测绘院,湖南 长沙410004;长沙理工大学交通运输工程学院,湖南 长沙410114;中国水利水电第八工程局有限公司,湖南 长沙410004
文献出处：
引用格式：
[1]闾海庆;雷远华;王静;邢学敏;杨静-.基于改进Libra-RCNN的输电线路绝缘子识别)[J].湖南电力,2022(02):44-49
A类：
输电线路识别,Insulators
B类：
Libra,RCNN,绝缘子识别,无人机航拍,定位精度,ASFF,金字塔网络,绝缘子检测,检测模型,FRN,BN,模型学习,学习效率,塔中,特征金字塔,塔内,不一致问题,GIoU,交并比,Datasets,模型平均,平均准确率,召回率
AB值：
0.292145
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。
