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 清研同創機器人(天津)有限公司; 天津300300; 國網天津市電力公司; 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：利用帶電作業機器人取代人類的手動作業,可以有效地減少高電壓、強電場對人體的危害,大大提高作業的效率。為解決帶電作業機器人在復雜背景環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。為了提高網絡提取圖像高級特征的能力,引入跳轉連接并調整激活層、卷積層的順序;然后對候選框生成機制進行改進,提升網絡對小目標檢測的性能;最后利用ROI池化層提取每個區域的特征,同時完成分類和框回歸任務。通過構建高壓線纜圖像數據集,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。
智能系統學報雜志要求:
{1}作者簡介請標明工作單位、職務、職稱、聯系電話、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容，以不超過20字為宜。
{4}參考文獻:應為正式出版物上發表的、作者親自閱讀、與文稿主要內容密切相關的近年文獻，要求精選。
{5}文前附400字以內的中文、英文內容提要，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
