首页|基于改进型YOLO v3的绝缘子异物检测方法

基于改进型YOLO v3的绝缘子异物检测方法

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
绝缘子作为输电线路重要的组成部件,其功能完整性对电网的安全运行至关重要.绝缘子所处的户外环境极易导致其存在异物搭挂,有必要监控绝缘子的运行状态.提出一种基于改进型目标检测算法(YOLO v3)的绝缘子异物检测方法:Dense-YOLO v3,设计密集网络(Dense-net)替代原网络其中一个卷积层,实现绝缘子的多层特征复用和融合,提高了检测精度.扩增了训练集以提升网络的训练效果;提出误检代价函数以度量误检的风险.实验结果表明,Dense-YOLO v3在测试集上的检测精度达到94.54％,误检代价低于YOLO v3和Faster-RCNN,可初步应用于输电线路的无人机巡检作业.
Foreign Object Detection on Insulators Based on Improved YOLO v3

张焕坤、李军毅、张斌

展开 >

广东工业大学 自动化学院,广东 广州 510006

绝缘子 神经网络 密集网络 异物检测 YOLO v3

国家自然科学基金资助项目

61803099

2020

中国电力
国网能源研究院 中国电机工程学会

中国电力

CSTPCDCSCD北大核心
影响因子：1.463
ISSN：1004-9649
年,卷(期)：2020.53(2)
  • 22
  • 7