基于深度残差网络的电缆绝缘层截面图像分类研究

电缆的质量直接关系到电力供电安全,电缆绝缘层截面图像的识别是实现电缆绝缘层参数全自动、快速测量的关键技术。针对电缆种类多、类内差别小、类间差别大的问题,提出了一种基于深度残差网络的电缆绝缘层截面图像分类方法。将18种典型电缆绝缘层截面图像分为圆形、类圆、其他形状三类进行特征分析,在此基础上,构建了基于深度残差网络的电缆绝缘层多级分类模型。试验结果表明,该方法充分提取了电缆绝缘层截面图像的深层次特征,分类精度高达99.99%,且泛化性较好,能满足电缆全自动检测需求。