典型文献
基于改进EfficientDet的电网元件及缺陷识别方法
文献摘要：
针对现有的无人机电力巡检中的目标检测算法小目标识别精度低、检测的元件及缺陷类型较为单一、检测速度和精度无法同时满足的问题,提出一种改进的EfficientDet目标检测算法,该算法应用于无人机电力巡检图像的数据挖掘,对高压输电线路上的绝缘子、防震锤、均压环、屏蔽环、鸟巢同时进行目标检测及缺陷定位.首先通过Imgaug数据增强库对现有的1468张国家电网某检修公司标准化无人机巡检数据集进行数据增强;然后在加强特征提取网络双向特征金字塔网络(BiFPN)特征融合时融入小一级尺度的特征层,提高了小目标检测能力,对主干特征提取网络EfficientNet的倒残差模块进行改进,引入坐标注意力机制(CA)提高了主干特征提取效率;最后进行对比训练实验,改进EfficientDet算法在元件检测及缺陷定位测试集上平均均值精度达到90.2％,较原始EfficientDet算法提高8.6％,亦优于其他先进目标检测算法,同时元件检测速率达到23.4f/s,缺陷定位达到17.2f/s,证明了该文方法可以满足电力巡检中准确性和快速性的要求.
文献关键词：
电力巡检;EfficientDet;元件检测;缺陷定位;数据增强
中图分类号：
作者姓名：
宋立业;刘帅;王凯;杨金丹
作者机构：
辽宁工程技术大学电气与控制工程学院 葫芦岛 125000;国网辽宁省电力有限公司葫芦岛供电公司 葫芦岛 125000
文献出处：
引用格式：
[1]宋立业;刘帅;王凯;杨金丹-.基于改进EfficientDet的电网元件及缺陷识别方法)[J].电工技术学报,2022(09):2241-2251
A类：
Imgaug
B类：
EfficientDet,电网元件,缺陷识别,无人机电力巡检,目标检测算法,小目标识别,识别精度,缺陷类型,检测速度,算法应用,高压输电线路,绝缘子,防震锤,均压环,屏蔽环,鸟巢,缺陷定位,数据增强,国家电网,检修,无人机巡检,巡检数据,双向特征金字塔网络,BiFPN,特征融合,小目标检测,检测能力,主干特征提取网络,EfficientNet,倒残差,残差模块,坐标注意力机制,CA,提取效率,元件检测,测试集,检测速率,4f,2f,快速性
AB值：
0.35136
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。
