张吉庆,姚攀,宋坤,谢蓉,廖红华.基于改进Faster R-CNN的输电线路断股识别算法研究*[J].电工技术,2024(5):110-113
基于改进Faster R-CNN的输电线路断股识别算法研究*
  
DOI：10.19768/j.cnki.dgjs.2024.05.026
中文关键词:  
英文关键词:
基金项目:
作者单位
张吉庆 湖北民族大学信息工程学院，国网湖北省电力有限公司恩施供电公司 
姚攀 国网湖北省电力有限公司恩施供电公司 
宋坤 湖北民族大学信息工程学院 
谢蓉 湖北民族大学信息工程学院 
廖红华 湖北民族大学信息工程学院 
摘要点击次数: 512
全文下载次数: 0
中文摘要:
      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。
英文摘要:
      
查看全文  查看/发表评论  下载PDF阅读器