其他
【精彩论文】基于改进型YOLO v3的绝缘子异物检测方法
引文信息
张焕坤, 李军毅, 张斌. 基于改进型YOLO v3的绝缘子异物检测方法[J]. 中国电力, 2020, 53(2): 49-55.ZHANG Huankun, LI Junyi, ZHANG Bin. Foreign object detection on insulators based on improved yolo v3[J]. Electric Power, 2020, 53(2): 49-55.
内容摘要
绝缘子作为输电线路重要的组成部件，其功能完整性对电网的安全运行至关重要。绝缘子所处的户外环境极易导致其存在异物搭挂，有必要监控绝缘子的运行状态。提出一种基于改进型目标检测算法（YOLO v3）的绝缘子异物检测方法：Dense-YOLO v3，设计密集网络（Dense-net）替代原网络其中一个卷积层，实现绝缘子的多层特征复用和融合，提高了检测精度。扩增了训练集以提升网络的训练效果；提出误检代价函数以度量误检的风险。实验结果表明，Dense-YOLO v3在测试集上的检测精度达到94.54%，误检代价低于YOLO v3和Faster-RCNN，可初步应用于输电线路的无人机巡检作业。
往期回顾
◀【征稿启事】“电力信息通信新技术在能源互联网中的研究与应用”专题征稿启事
编辑：杨彪
审核：蒋东方
根据国家版权局最新规定，纸媒、网站、微博、微信公众号转载、摘编《中国电力》编辑部的作品，转载时要包含本微信号名称、二维码等关键信息，在文首注明《中国电力》原创。个人请按本微信原文转发、分享。欢迎大家转载分享。