基于深度学习的风机叶片边缘检测

利用传统视觉算法提取叶片边缘易受地平线或非目标风机的干扰对提取结果造成误差。针对这一问题,提出一种基于显著性及改进双向级联网络的检测算法,该算法可排除地平线及背景影响,获取完整边缘信息。其中,显著性检测网络模拟人的注意机制,提取视场重要信息,将目标风机与背景分离;改进双向级联网络在原有结构新增尺度选择模块,优化不同层之间特征共享,精确检测不同尺度的边缘,完整获取目标轮廓。利用某风电场无人机采集的实验数据,对识别性能评估得出该方法具有足够的精度,可在不同环境中准确识别叶片轮廓。