论文部分内容阅读
针对高压输电线路后期的缺陷检测和故障诊断,保障电力系统的稳定运行,实现无人机(UAV)巡检的智能化,提出基于改进YOLOv3的高压输电线路关键部件目标检测算法。该算法引入了Res2Net残差模块替换原有的残差模块,用更少的模块获得更高的特征提取效率,有效提升了网络的细粒度检测能力,解决了输电巡检目标多样化、角度多变的问题;同时借鉴了知识蒸馏的迁移学习方案,加强了浅层信息的融合,相比于原网络提高了准确率,减少了漏检率。最后将该算法应用于自建航拍数据集上,实验结果表明,基于YOLOv3的改进网络能够实现