| 张涛.基于改进Faster-RCNN的绝缘子缺陷检测模型[J].电工技术,2024(23):240-243 |
| 基于改进Faster-RCNN的绝缘子缺陷检测模型 |
|
| |
| DOI：10.19768/j.cnki.dgjs.2024.23.058 |
| 中文关键词: 绝缘子 目标检测 迁移学习 Faster RCNN |
| 英文关键词: |
| 基金项目: |
|
| 摘要点击次数: 4 |
| 全文下载次数: 0 |
| 中文摘要: |
| 针对在室外复杂背景下绝缘子缺陷识别准确率低的问题，提出了一种改进的Faster-RCNN算法，该算法使用ResNet50+FPN替代了原始的骨干网络，并在网络中引入CBAM注意力机制。之后使用K-mean算法定制了锚选框的尺寸，提升对小目标的检测精度。采用在COCO数据集上训练的权重来进行迁移学习。实验结果表明，改进模型相比于原算法，对绝缘子各类缺陷的平均检测精度提升了4.4%，具有一定的工程应用潜力。 |
| 英文摘要: |
| |
| 查看全文 查看/发表评论 下载PDF阅读器 |
