文献类型：期刊文章

作　　者：杨焰飞[1] 曹阳[1]

YANG Yanfei;CAO Yang(College of Electrical and Electronic Engineering,Chongqing University of Technology,Chongqing 400054,China)

机构地区：[1]重庆理工大学电气与电子工程学院,重庆400054

出　　处：《激光杂志》

基　　金：重庆市教委科学技术项目(No.KJ1500934,KJ120827);重庆市科委社会事业与民生保障科技创新专项(No.cstc2017shmsA40019),重庆市研究生科研创新项(No.CYS18311);重庆市基础与前沿研究计划项目(No.cstc2015jcyjA40051)。

年　　份：2020

卷　　号：41

期　　号：10

起止页码：63-66

语　　种：中文

收录情况：BDHX、BDHX2017、JST、SCOPUS、ZGKJHX、核心刊

摘　　要：无人机被越来越多应用于电力巡检中。针对无人机巡检提供的海量图像数据,提出一种改进的Faster-RCNN算法对图像中绝缘子进行目标检测,训练原Faster-RCNN模型,利用K-means对绝缘子数据集进行聚类,对原模型参数进行优化后再次训练,与原Faster-RCNN模型进行测试对比,实验结果表明,该方法有利于提高绝缘子识别率及其定位精度。

关 键 词：神经网络 绝缘子 Faster-RCNN  K-MEANS

分 类 号：TN957.52]