重庆理工大学学报（自然科学）

重庆理工大学学报（自然科学） ›› 2021, Vol. 35 ›› Issue (10): 187-193.

• 电气·电子 • 上一篇    下一篇

一种改进YOLOv３的绝缘子检测方法

张红民，李顺远，周 豪   

  1. 重庆理工大学 电气与电子工程学院
  • 出版日期:2021-11-09 发布日期:2021-11-09
  • 作者简介:张红民，男，博士，教授，主要从事图像处理与分析、计算机检测与控制研究

  • Online:2021-11-09 Published:2021-11-09

PDF (PC)

245

赞

摘要： 针对无人机巡检图像中绝缘子识别精度不高的问题，提出了一种基于 ＹＯＬＯｖ３的 目标检测方法。该方法通过将 ＹＯＬＯｖ３主干网络 １６倍下采样单元中原始卷积层替换成扩张率 为 ２的空洞卷积层，增大了卷积层感受野，卷积网络在保证分辨率的同时融合了更多的目标信 息，有效提高了检测网络的识别精度。此外，考虑到输电线路中绝缘子具有细长型特点，方法对 ｋｍｅａｎｓ聚类算法中距离度量公式也进行相应改进，聚类出更适合绝缘子特征的 ａｎｃｈｏｒ框尺寸。 实验结果表明：在保证实时性的前提下，改进后的 ＹＯＬＯｖ３网络结构与经典的 ＹＯＬＯｖ３网络结 构相比较，其目标检测召回率从 ８０．３％提高到 ８９．１％，识别精度从 ８３．９％提高到 ９１．８％，可为 后续的绝缘子故障识别提供技术支持。

关键词: Yolov３, 绝缘子, 目标检测, 深度学习

中图分类号: 

  • TP391.4