基于深度学习的输电线路主要缺陷检测研究

发布时间：2024-05-07 05:19

　　随着国家经济的高速增长,我国需要一个运行稳定性高的输电线路来保障社会生产正常运行。目前我国输电线路的巡检方式为无人机辅助人工进行检测,其智能化程度较低。为提升巡检的智能化水平,以输电线路的主要缺陷:绝缘子自爆与鸟巢作为检测对象,意图探索出一种检测精度高、速度快的输电线路缺陷检测方法。所做工作如下:首先,针对巡检任务的检测精度高、速度快的要求,提出MobileNetV2网络作为YOLOv3的骨架网络,在保证检测精度的前提下加快网络的运行速度。为进一步加快检测速度与提高对于自爆缺陷的检测率,提出使用可分离卷积替代多尺度特征金字塔结构中的普通卷积,减少网络计算量、加网络深度来提升检测的速度与精度。其次,为分析神经网络中最优的几个边界框回归损失函数的性能,使用仿真实验模拟回归过程。实验显示,IoU(Intersection over Union)与GIoU(Generalized IoU)损失函数的收敛速度慢,存在无法收敛的问题。DIoU(Distance-IoU)损失函数在两个框中心点重合时退化成IoU-Loss,DIoU与CIoU(Complete-IoU)损失函数在两个框相距较远时存在无...

【文章页数】：69 页

【学位级别】：硕士

【部分图文】：

2深度学习理论与网络选择9经元进行连接。如图2-1所示，第一幅图为神经网络传统的全连接方式，即每层神经元都与上层的全部神经元节点相连接，假设一副544*544的彩色图片作为输入，隐藏层的神经元数量为106个，则该层网络每个神经元的权值参数共有8.88*1011个。而采用局部连接时....

2深度学习理论与网络选择9经元进行连接。如图2-1所示，第一幅图为神经网络传统的全连接方式，即每层神经元都与上层的全部神经元节点相连接，假设一副544*544的彩色图片作为输入，隐藏层的神经元数量为106个，则该层网络每个神经元的权值参数共有8.88*1011个。而采用局部连接时....

换??谘盗饭?讨腥菀滓?鹜?缛ㄖ稻缌冶?化，导致训练过程不稳定。归一化层的作用是对输入的数据进行归一化处理，归一化后可以提高深度神经网络的检测性能，减少网络的训练时间与反向传播时的权值变化量，防止网络在训练过程中出现梯度弥散的问题。目前深度学习中一般有五种归一化方法，这五种方法为....

西南科技大学硕士学位论文122.3.1Faster-RCNN目标检测网络Faster-RCNN网络是two-stage类算法中使用最多的神经网络，该网络相比于同类网络精度更高，速度更快。该网络的创新点是引入了区域建议(RegionProposalNetwork，RPN)网络进行目....

本文编号：3966874