科研之友
微信
新浪微博
Facebook
分享链接
摘要
接触网图像中绝缘子部件的自动精确定位是绝缘子故障检测的基础，绝缘子在接触网图像中存在倾角，采用水平框进行检测难以精确契合目标。针对此问题，提出一种改进RetinaNet的绝缘子精确定位方法。首先利用高效Ghost模块代替原特征提取网络中的卷积操作获得多尺度特征图，减少模型计算量；其次将注意力机制嵌入网络中，抑制次要特征对目标检测的影响；然后引入旋转框作为模型的预测框实现绝缘子精确定位，降低冗余背景噪声的干扰；最后重新定义训练过程中的正负样本，解决了添加旋转框导致学习错误样本的问题。实验结果表明，该方法可以精确地定位绝缘子，抑制冗余背景信息，与原算法相比检测精度提高2.8%,检测速度为25.6 FPS,参数量减少42.8%,具有良好的检测性能。
- 出版日期2022
- 单位西南交通大学
