| 摘要:为了解决变电站中高压电气设备状态检测的问题,文中提出了一种基于改进Faster RCNN的变电站红外图像多目标检测方法。该方法通过VGG16提取红外图像中的多种电气设备图像特征,通过区域建议网络生成区域建议并通过边框回归调整区域建议,ROI Pooling将不同尺度的区域建议映射到尺寸固定的输出向量后送入Softmax进行分类,并按照区域建议包含关系对识别错误的部位类别进行修正。实验选取27586张红外图像制作成VOC2007格式红外数据集,并对测试集中5517张红外图像的识别结果进行统计,实验结果表明改进Faster RCNN识别准确率达到92.8%,较改进前提高了9.7%,具有较高的工程实用价值。 |
| 关键词: 电气设备、多目标识别、卷积神经网络、Faster RCNN、类别修正 |
|
|
|
|
| Abstract: |
| Key words: |