基于改进Faster R-CNN的输电线路断股识别算法研究

作     者：张吉庆 姚攀 宋坤 谢蓉 廖红华 ZHANG Jiqing;YAO Pan;SONG Kun;XIE Rong;LIAO Honghua

作者机构：湖北民族大学信息工程学院湖北恩施445000 国网湖北省电力有限公司恩施供电公司湖北恩施445000 

基　　金：国家自然科学基金项目(编号62163013) 湖北省自然科学基金项目(编号2021CFB542) 

出 版 物：《电工技术》 (Electric Engineering)

年 卷 期：2024年第5期

页      码：110-113页

摘      要：为解决输电线路断股图像识别不精确的问题,设计了一种基于改进Faster R-CNN算法的输电线路断股识别检测方法。该方法利用DenseNet121代替VGG16,并融合各密集块的输出特征;同时,采用Soft-NMS算法取代NMS算法来缓解重叠目标漏检的问题。实验结果表明,更换特征提取网络后,mAP达85.1%,且特征融合后的mAP达到了90.2%,相比改进前提升5.1%。采用Soft-NMS算法后,mAP提升了1.6%。最终改进后的模型mAP从80.8%提高到了92.5%,证明了改进后的算法能有效提高检测能力。

主 题 词：输电线路 Faster R-CNN 断股 特征融合 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.19768/j.cnki.dgjs.2024.05.026

馆 藏 号：203127494...