購物車(0)
基于改進的Faster R-CNN高壓線纜目標檢測方法
劉召; 張黎明; 耿美曉; 么軍; 張金祿; 胡益菲 清研同創(chuàng)機器人(天津)有限公司; 天津300300; 國網(wǎng)天津市電力公司; 天津300010
關鍵詞：目標檢測 深度學習 高壓線纜 復雜背景 小目標
摘要：利用帶電作業(yè)機器人取代人類的手動作業(yè),可以有效地減少高電壓、強電場對人體的危害,大大提高作業(yè)的效率。為解決帶電作業(yè)機器人在復雜背景環(huán)境中對線纜目標的智能檢測問題,提出基于改進的FasterR-CNN高壓線纜目標檢測方法。為了提高網(wǎng)絡提取圖像高級特征的能力,引入跳轉連接并調(diào)整激活層、卷積層的順序;然后對候選框生成機制進行改進,提升網(wǎng)絡對小目標檢測的性能;最后利用ROI池化層提取每個區(qū)域的特征,同時完成分類和框回歸任務。通過構建高壓線纜圖像數(shù)據(jù)集,基于改進的Faster R-CNN模型進行大量實驗,最后取得了較好的精度和較快的速度。
智能系統(tǒng)學報雜志要求:
{1}作者簡介請標明工作單位、職務、職稱、聯(lián)系電話、電子信箱、所在城市和郵編。
{2}文章須言之有物，理論聯(lián)系實際，研究目的明確，研究方法得當，有自己的學術見解，對理論或實踐具有參考、借鑒或指導作用。
{3}文題應簡明確切地反映文章的特定內(nèi)容，以不超過20字為宜。
{4}參考文獻:應為正式出版物上發(fā)表的、作者親自閱讀、與文稿主要內(nèi)容密切相關的近年文獻，要求精選。
{5}文前附400字以內(nèi)的中文、英文內(nèi)容提要，關鍵詞2-5個。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
相關期刊
