基于改进YOLOv2的电力标志牌检测
孙玉玮1
傅靖1
马青山1
张斌2
1.国网江苏省电力有限公司南通供电分公司 南通 2260062.南通华远科技发展有限公司 南通 226007
摘要：电力安全标志牌检测可以识别监控区域内的警示信息,是智能电力安全作业管控系统的重要组成部分.为提高复杂电力场景下安全标志牌的检测精度,提出了一种改进YOLOv2的电力安全标志牌检测方法.在YOLOv2的基础上,通过增加预测层分辨率提升网络对小目标的预测能力.另外,引入索引池化机制,利用池化掩码限制无用信息的引入,以提高网络分类识别的精确度.实验结果表明,改进后的检测网络在电力标志牌测试集上的平均精度均值(Mean Average Preci?sion,mAP)达到了75.2％,比YOLOv2提高了3.2％.
关键词：电力标志牌深度学习目标检测索引池化
分类号：TP391.9(计算技术、计算机技术)
资助基金：互联大电网高性能分析和态势感知技术(2018YFB0904500)江苏省电力公司南通供电公司科技项目(J2020054)
论文发表日期：2022-12-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 2689-2693,2736 )
英文信息