基于深度学习SSD的变电站设备故障视频识别

变电站设备故障视频识别结果受随时间呈动态性改变视频图像影响,导致识别精度较低。为此提出了基于深度学习SSD的变电站设备故障视频识别方法。设计固定大小的滑动时间窗口,采集并标注变电站设备故障图像;构建基于深度学习SSD识别框架,计算卷积层感受野,获取故障设备及其周围环境信息尺度信息;计算各个特征层像素上默认框大小,结合目标损失函数,改善识别框位置可信度,设计识别规则,实现变电站设备故障视频的识别。实验结果证明,该方法能够保证识别框与真实框重合程度在0.8以上,说明使用该方法能够相对精准地识别变电站设备故障。