基于多元空洞特征金字塔的电气设备图像实例分割方法 |
| |
引用本文: | 李雷垚,张惊雷,文彪,赵俊亚,韩淼.基于多元空洞特征金字塔的电气设备图像实例分割方法[J].天津理工大学学报,2023(6):14-19. |
| |
作者姓名: | 李雷垚 张惊雷 文彪 赵俊亚 韩淼 |
| |
作者单位: | 1. 天津理工大学电气工程与自动化学院;2. 中国能源建设集团天津电力设计院有限公司;3. 国网天津市电力公司高压分公司 |
| |
基金项目: | 国家自然科学基金(61472278); |
| |
摘 要: | 电气设备图像自动分割识别是电力设备无人巡检系统的核心技术。根据变电站电气设备3 996幅人工巡检图像库,建立并标记了含1 730幅图像的巡检数据集。针对Mask R-CNN网络对图像边缘信息处理不佳、小目标识别率低等问题,提出多元特征金字塔结构,引入带空洞空间卷积的池化金字塔模块,提出多元空洞特征金字塔网络,有效克服尺度变化带来的漏检现象。在自建数据集上的识别与实例分割对比测试显示,文中网络能准确识别避雷器、电流互感器等6类典型的电气设备,识别精度和分割精度较经典网络分别提高4%和6%,能有效识别小尺度目标。
|
关 键 词: | 智能巡检 电气设备 Mask R-CNN 图像分割 空洞空间卷积池化金字塔 |
|
|