文献类型：期刊文章

作　　者：马宾[1,2] 付永康[1,2] 王春鹏[1,2] 李健[1,2] 王玉立[1,2]

MA Bin;FU Yong-kang;WANG Chun-peng;LI Jian;WANG Yu-li(Qilu University of Technology(Shandong Academy of Sciences),Jinan 253000,China;Shandong Provincial Key Laboratory of Computer Networks,Jinan 253000,China)

机构地区：[1]齐鲁工业大学(山东省科学院),济南253000 [2]山东省计算机网络重点实验室,济南253000

出　　处：《计算机科学》

基　　金：国家自然科学基金(61802212,61872203);山东省自然科学基金(ZR2019BF017,ZR2020MF054);山东省高校科研计划项目(J18KA331);山东省重大科技创新工程项目(2019JZZY010127,2019JZZY010132,2019JZZY010201);山东省高等学校青创人才引育计划(SD2019-161);济南市“高校20条”引进创新团队(2019GXRC031)。

年　　份：2022

卷　　号：49

期　　号：S01

起止页码：412-417

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD_E2021_2022、DOAJ、IC、JST、RCCSE、UPD、ZGKJHX、核心刊

摘　　要：绝缘子检测是保障输电系统安全稳定的重要措施,绝缘子定位是进行检测的前提。针对目前电力巡检中绝缘子定位速度慢、精度低的问题,提出了一种基于GDIoU(Gaussian Distance Intersection over Union)损失函数的YOLOv4深度学习框架。该方案通过设计GDIoU损失函数来提高YOLOv4的定位精度和收敛速度,利用二维高斯模型提高了网络的收敛能力,增强了YOLOv4的性能,进而提高了绝缘子的定位精度与速度。同时提出绝缘子自适应旋转矫正算法,通过对单个绝缘子图像进行旋转矫正,提升了在不同空间状态下的绝缘子识别精度。实验结果表明,与朴素YOLOv4相比,所提算法的定位精度提高了7.37%。在同水平的精度下,基于GDIoU的YOLOv4绝缘子定位方法比其他绝缘子定位算法速度快了3倍以上。所提方法在精度与速度上做了较好的平衡,其性能完全满足电力巡检中绝缘子的在线定位要求。

关 键 词：电力巡检  绝缘子 目标检测 GDIoU Loss  旋转矫正  

分 类 号：TP389.1]