架空输电线路无人机巡检视频中避雷器计数器目标检测

针对架空线路无人机智能巡检的应用，开发基于无人机巡检视频的避雷器计数器仪表智能识别系统，研究了利用深度学习对巡检视频中的避雷器计数器进行目标检测定位，以提取避雷器计数器的目标区域位置，用于下一步的读数识别。采用基于拉普拉斯算子方差的模糊检测算法对样本进行筛选，构建用于目标检测模型训练的避雷器计数器样本集;并分别采用更快的基于区域的卷积神经网络（faster region-based convolutional neural network,Faster R-CNN)、YOLOv3(you only look once version 3）目标检测、单步多框目标检测(single shot multibox detector,SSD)3种主流的目标检测模型对视频中的避雷器计数器进行检测定位。研究结果表明:Faster R-CNN对研究中构建的测试集的检测准确率可达到99.21%，远高于YOLOv3和SSD。