一种新的输电线路异物检测网络结构——TLFOD Net

论文摘要

高压输电线路上悬挂的漂浮异物可能会对输电产生巨大危害,而现有的物体识别方法无法对不规则物体进行有效识别。为此,本文提出一种异物检测的新型网络结构:TLFOD Net(Transmission Line Foreign Object Detection Net)。针对异物特点设计的TLFOD Net网络结构,主要包括特征提取网络、区域生成网络和分类回归网络3个部分;优化了合适的候选框;并提出端到端的TLFOD Net联合训练方式以提高网络训练的性能。采用图像预处理技术,增加训练集的数量。通过实验结果分析表明,TLFOD Net比现有的网络在识别速度以及识别精度上均有显著提高。

论文目录

• 0 引言
• 1 TLFOD Net设计与实现
•   1.1 TLFOD Net网络结构
•   1.2 特征提取网络的结构
•   1.3 候选区域大小及比例的设计
•   1.4 端到端的联合训练方式
• 2 实验
•   2.1 实验配置
•   2.2 实验数据集
•   2.3 图像预处理
•   2.4 实验步骤
•   2.5 实验结果及分析
• 3 结束语

文章来源

类型: 期刊论文

作者: 沈茂东,裴健,付新阳,张俊岭,公凡奎,刘霞

关键词: 输电线路,异物检测,深度学习

来源: 计算机与现代化 2019年02期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 电力工业

单位: 国网山东省电力公司,中国石油大学(华东)计算机与通信工程学院

基金: 国家自然科学基金资助项目(61309024,61702519),山东省重点研发计划项目(2017GGX10140)

分类号: TM75

页码: 118-122

总页数: 5

文件大小: 4355K

下载量: 114