基于卷积神经网络的绝缘子目标检测研究
廖晓群
李元
沈树建
张汉瑾
付文旭
刘帅
西安科技大学通信与信息工程学院 西安 710600
摘要：电网绝缘子的识别及定位是电网运行状态有效检测的前提,基于无人机拍摄的输电线路复合绝缘子图像,为解决传统人工巡检输电线路安全系数高、作业效率低下的问题,提出了基于改进的卷积神经网络绝缘子设备研究识别的方法.算法通过添加注意力机制CBAM和SENet,实现对输电线路器件定位的有效改进,实验结果表示,改进的模型较之前减少了运行时间,目标检测精度提高了8.2%,有效提高了对输电线路绝缘子检测的性能和鲁棒性,取得了比已有算法更有优势的检测结果.
关键词：绝缘子卷积神经网络注意力机制Faster RCNN
分类号：TP391(计算技术、计算机技术)
资助基金：中国高校产学研创新基金(2021KSA05005)
论文发表日期：2025-02-20
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：7( 409-414,516 )
英文信息