浏览全部资源
扫码关注微信
1. 辽宁工程技术大学电气与控制工程学院
2. 中国石化集团胜利石油管理局有限公司电力分公司
3. 辽宁工程技术大学电子与信息工程学院
Published:2022
移动端阅览
[J]. High voltageapparatus, 2022, 58(11): 67-74.
DOI:
[J]. High voltageapparatus, 2022, 58(11): 67-74. DOI: 10.13296/j.1001-1609.hva.2022.11.009.
绝缘子串是输电线路系统中至关重要的器件之一,基于图像处理的绝缘子串识别,能够更快更准确地识别到绝缘子串。针对输电线路中绝缘子串与绝缘子串、绝缘子串与背景之间相互干扰导致目标识别时存在误差较大的问题,提出一种融入注意力机制的YOLOv3绝缘子串识别方法。该方法在YOLOv3模型的基础上,首先在特征提取网络Darknet-53中加入无参注意力SimAM,聚焦网络和增强有效特征,抑制干扰特征,提高网络对绝缘子串的注意能力;其次根据绝缘子串的形状特征,调整模型预设Anchor box的值;最后以焦点损失(Focal loss)作为置信度和分类损失的损失函数,解决了正负样本分布不均衡的问题。实验结果表明,该方法解决了绝缘子串与绝缘子串、绝缘子串与背景之间相互干扰导致识别不准确的问题,识别精度达到了97.89%,模型具有较好的识别性能。
0
Views
269
下载量
4
CSCD
Publicity Resources
Related Articles
Related Author
Related Institution