| 基于YOLOv4模型的玻璃绝缘子自爆缺陷识别方法 |
| |
| 引用本文： | 周宸,高伟,郭谋发.基于YOLOv4模型的玻璃绝缘子自爆缺陷识别方法[J].电气技术,2021,22(5):38-42,49. |
| |
| 作者姓名： | 周宸 高伟 郭谋发 |
| |
| 作者单位： | 福州大学电气工程与自动化学院,福州 350108 |
| |
| 摘 要： | 绝缘子是输电线路的重要元件,绝缘子缺陷会增大输电线路的故障停运风险,因此,对绝缘子缺陷状况的早期判别十分重要.本文提出一种基于YOLOv4模型的玻璃绝缘子自爆缺陷辨识方法.首先,通过无人机采集及数据增强获取大量详实的现场绝缘子图像;其次,通过采用迁移学习的训练策略训练YOLOv4网络并改进网络的输入图像以提高辨识的准确性;最后,通过实验验证改进策略提高了网络性能.实验结果表明,所提的方法可准确、有效地实现对绝缘子缺陷的辨识.
|
| 关 键 词： | 输电线路 绝缘子 缺陷辨识 YOLOv4网络 多阶段迁移学习 |
Recognition method of self-explosion defects of glass insulators based on YOLOv4 model |
| |
| ZHOU Chen,GAO Wei,GUO Moufa.Recognition method of self-explosion defects of glass insulators based on YOLOv4 model[J].Electrical Engineering,2021,22(5):38-42,49. |
| |
| Authors: | ZHOU Chen GAO Wei GUO Moufa |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
