基于改进型PPYOLOE的电力标志牌检测识别技术研究

针对电力巡检中标志牌难以被高精度识别问题,提出了一种基于改进型PPYOLOE的电力标志牌检测识别模型。首先,通过改进RepResBlock模块结构,加强卷积核单一参数的特征表达能力,增加模型权重维度的同时提升整个网络的泛化能力;然后,引入CIoU损失函数,解决了预测框与真实框不相交、收敛慢的问题,保证预测框和真实框的宽高比更为接近,提高回归精度;最后,改进数据增强Mosaic方法,降低负样本误检率,提高了模型精度和鲁棒性。实验结果表明:所提方法显著提高了检测模型性能,平均精度达98.4%,量化和蒸馏后检测模型体积压缩为原来的26.1%,自制样本库使文字检测和识别精度均超过90%。