机械设计与制造杂志社

2021, No.361(03) 177-180

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

改进全卷积网络优化绝缘子缺陷检测
Insulator Defect Detection Optimized by Improved Full Convolution Network

杨永娇;唐亮亮;郑勇;

摘要(Abstract):

绝缘子各种缺陷的准确检测与定位是保障电网安全正常运行的关键,针对传统学度学习全卷积网络在进行航拍绝缘子图像缺陷识别时准确率不高问题,提出基于改进全卷积网络优化的航拍电网绝缘子缺陷自动检测算法,算法通过优化模型结构、剔除全连接层Dropout、增加多尺度池化与孔洞卷积以及采用双目标优化函数,实现FCN模型的有效改进,实验结果表明,改进全总卷只网络模型,有效提高了对绝缘子缺陷检测的性能和对背影的鲁棒性,取得了比已有算法更有优的检测结果。

关键词(KeyWords): 深度学习;电网绝缘子;缺陷检测;全连接网络模型

Abstract:

Keywords:

基金项目(Foundation): 国家社会科学基金项目(No.19BJY121)

作者(Author): 杨永娇;唐亮亮;郑勇;

Email:

DOI: 10.19356/j.cnki.1001-3997.2021.03.040

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享