-
题名基于特征金字塔和多任务学习的绝缘子图像检测
被引量：16
- 1
-
-
作者
黄玲
赵锴
李继东
冯浩
王彦卿
马必焕
-
机构
国家电网北京电力公司丰台供电局
浙江大学电气工程学院
-
出处
《电测与仪表》
北大核心
2021年第4期37-43,共7页
-
基金
国家电网有限公司科技项目(52020518005F)
浙江省重点研发计划项目(2019C01001)。
-
文摘
作为输电线路巡检中的关键技术,绝缘子的高效检测在维护输电系统安全稳定运行中发挥着重要作用。针对现有方法存在的易丢失目标位置信息,对于复杂背景下的绝缘子检测精度低等缺点,提出一种基于特征金字塔和多任务学习的绝缘子检测方法。通过融合高、低维度特征信息来构筑特征金字塔,避免目标位置等细节信息的丢失,实现复杂背景中绝缘子的高效检测;引入多任务学习算法,进一步提升模型的泛化能力,提升绝缘子检测精度。利用无人机航拍所得的绝缘子实际图像进行实验,结果表明所提方法可将绝缘子检测精度提升至95.3%,具备较高的工程应用价值。
-
关键词
绝缘子检测
图像分割
特征融合
特征金字塔
多任务学习
-
Keywords
insulator detection
image segmentation
feature fusion
feature pyramid
multi-task learning
-
分类号
TM930
[电气工程—电力电子与电力传动]
-
