摘要
随着“双碳”目标的推进,输电线路在清洁能源中的作用越来越大,因此对无人机巡检的输电线路缺陷识别要求越来越高。针对现场图片尺寸多变、缺陷类别多的问题,提出了一种基于膨胀卷积的多尺度输电线路缺陷检测技术,在原有的卷积神经网络的基础上采用不同感受野的卷积核获得更全面的特征信息。首先,通过图像处理技术实现样本扩充,然后,将样本输入到网络中进行特征学习,最后,将学习的特征输入到Softmax分类器中分类。经过试验验证,该方法在输电线路缺陷检测中拥有较好的效果,和未改进前的卷积神经网络相比,具有更好的优越性。
作者
周红亮
李宏军
董小刚
赵超
权生力
ZHOU Hong-liang;LI Hong-jun;DONG Xiao-gang;ZHAO Chao;QUAN Sheng-li
出处
《制造业自动化》
北大核心
2023年第11期102-106,共5页
Manufacturing Automation
作者简介
周红亮(1976-),男,陕西宝鸡人,高级工程师,学士,主要从事输电线路运行检修工作。
