基于改进型TridentNet输电设备本体图像缺陷检测方法

作     者：徐凡 廖逍 卢大玮 白景坡 XU Fan;LIAO Xiao;LU Dawei;BAI Jingpo

作者机构：国网信息通信产业集团有限公司北京102211 

基　　金：国网信息通信产业集团有限公司科技项目资助“输电线路智能视频巡检设备及系统研发”(5268002XXX2W) 

出 版 物：《电力信息与通信技术》 (Electric Power Information and Communication Technology)

年 卷 期：2022年第20卷第12期

页      码：39-46页

摘      要：输电线路本体图像缺陷检测能够及时有效地发现设备缺陷,预防设备故障的发生。目前的输电图像缺陷检测方法对不同尺度的缺陷检测能力有待提升,需做进一步算法研究。基于输电线路巡检场景,文章提出一种针对TridentNet网络的改进方法。优化基于尺度的训练策略,通过调整筛选范围提升模型训练效果,引入骨干网络中的新维度——势,以提升特征提取效率;设计权重归一化处理环节加入网络的特征提取部分,实现训练数据batch较小时的模型收敛加速与精度提高,从而提升同一图像中多尺度缺陷检测的准确率与召回率。实验结果表明了TridentNet网络的改进方法的有效性与准确性。

主 题 词：神经网络 缺陷检测 输电设备 TridentNet 权重归一化 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

D　O　I：10.16543/j.2095-641x.electric.power.ict.2022.12.006

馆 藏 号：203115800...