-
题名融入注意力的YOLOv3绝缘子串识别方法
被引量:4
- 1
-
-
作者
李季
刘乐
牛雨潇
李来鸿
彭晏飞
-
机构
辽宁工程技术大学电气与控制工程学院
中国石化集团胜利石油管理局有限公司电力分公司
辽宁工程技术大学电子与信息工程学院
-
出处
《高压电器》
CAS
CSCD
北大核心
2022年第11期67-74,共8页
-
基金
国家自然科学基金(61772249)
辽宁省高等学校基本科研项目(LJKZ0358)。
-
文摘
绝缘子串是输电线路系统中至关重要的器件之一,基于图像处理的绝缘子串识别,能够更快更准确地识别到绝缘子串。针对输电线路中绝缘子串与绝缘子串、绝缘子串与背景之间相互干扰导致目标识别时存在误差较大的问题,提出一种融入注意力机制的YOLOv3绝缘子串识别方法。该方法在YOLOv3模型的基础上,首先在特征提取网络Darknet⁃53中加入无参注意力SimAM,聚焦网络和增强有效特征,抑制干扰特征,提高网络对绝缘子串的注意能力;其次根据绝缘子串的形状特征,调整模型预设Anchor box的值;最后以焦点损失(Focal loss)作为置信度和分类损失的损失函数,解决了正负样本分布不均衡的问题。实验结果表明,该方法解决了绝缘子串与绝缘子串、绝缘子串与背景之间相互干扰导致识别不准确的问题,识别精度达到了97.89%,模型具有较好的识别性能。
-
关键词
YOLOv3
注意力机制
绝缘子串识别
深度学习
-
Keywords
YOLOv3
attention mechanism
insulator string identification
deep learning
-
分类号
TM75
[电气工程—电力系统及自动化]
TP391.41
[自动化与计算机技术—计算机应用技术]
-