基于改进R-FCN的多尺度输电线路鸟巢检测方法

A multi-scale transmission line bird's nest detection method based on improved R-FCN

神经网络已成为高压电力铁塔无人机航拍图像中鸟巢检测的有效手段,为了提高复杂背景图像中鸟巢的检测精度,本文提出一种基于R-FCN的多尺度特征提取方法对电力塔上的鸟巢进行检测。首先,通过一阶段、二阶段和无锚框的目标检测方法训练无人机航拍鸟巢数据集。通过比较三种检测方法的精度和速度,选择了最适合鸟巢检测的R-FCN网络;然后,在R-FCN的ResNet50特征提取网络中,鸟巢底层特征和高层语义跨层连接融合。减少了网络训练时间,提高了检测精度;最后通过K-means++调整anchor的大小和比例使其更适合鸟巢检测任务,进而提高检测精度。实验结果表明,该方法为高压输电塔中的鸟巢检测提供了一种思路。