期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于改进Cascade R-CNN的输电线路多目标检测 被引量:23
1
作者 李鑫 刘帅男 +1 位作者 杨桢 王珂珂 《电子测量与仪器学报》 CSCD 北大核心 2021年第10期24-32,共9页
针对无人机巡检图像中小目标难以检测、障碍物遮挡目标、正负样本不平衡等问题,提出基于改进Cascade R-CNN的输电线路多目标检测方法。改进了Cascade R-CNN的特征提取网络,基于ResNet101基础网络结构,设计6层新型特征金字塔网络(FPN)与... 针对无人机巡检图像中小目标难以检测、障碍物遮挡目标、正负样本不平衡等问题,提出基于改进Cascade R-CNN的输电线路多目标检测方法。改进了Cascade R-CNN的特征提取网络,基于ResNet101基础网络结构,设计6层新型特征金字塔网络(FPN)与之融合,提高了对小目标、重叠目标的检测能力;引入了高斯形式的软非极大值抑制(Soft-NMS)方法,降低了受遮挡影响的目标的漏检率;利用Focal损失改进损失函数,缓解了正负样本不平衡对检测精度的影响。训练过程中,基于添加噪声、亮度变换、尺度放缩等数据增强方法扩充数据集,提升了训练模型的泛化性能。实验结果表明,改进的模型在复杂背景下能够对3种瓷质绝缘子、瓷质绝缘子缺陷、相间棒、防震锤以及鸟窝同时检测,平均精度均值(mAP)达到94.1%,为输电线路的智能巡检提供了一种新思路。 展开更多
关键词 输电线路多目标检测 Cascade R-CNN 深度学习 特征融合
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部