文献类型：期刊文章

作　　者：蒋姗[1] 孙渊[1] 严道森[1]

JIANG Shan;SUN Yuan;YAN Daosen(College of Mechanical Engineering,Shanghai Dianji University,Shanghai 200120,China)

机构地区：[1]上海电机学院机械学院,上海200120

出　　处：《福州大学学报（自然科学版）》

基　　金：上海市高峰高原学科项目(A1-5701-18-007-03)。

年　　份：2021

卷　　号：49

期　　号：1

起止页码：58-64

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CAS、JST、MR、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：针对绝缘子检测目标在航拍图像中尺寸变化剧烈的问题,提出一种改进Faster R-CNN的绝缘子检测算法.首先将FPN特征金字塔结构网络与Faster R-CNN算法进行结合,将不同尺度下的特征进行融合;然后,改进最大池化层,提升检测框的坐标精度;针对遮挡现象,采用Soft-NMS算法规避不同目标检测框因重叠而被误删的情况.经过对绝缘子航拍数据集的检测验证,对比原Faster R-CNN网络,本改进网络结构提高了平均准确率(MAP),且可以更有效地识别图像中更小比例的绝缘子目标.

关 键 词：Faster R-CNN算法  FPN结构  绝缘子 深度学习  多尺度特征融合  

分 类 号：TP751]