特征优化Faster R-CNN绝缘子检测与定位

来源 :现代计算机 | 被引量 : 0次 | 上传用户:beginI
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
绝缘子在高铁架空输电路中起支撑接触网导线和防止电流回地的作用,绝缘子的好坏对高铁线路的安全十分重要。Faster R-CNN因其特征提取网络VGG的网络层数较深,能适应多数场景下的目标检测,但其检测时间相对较长、对小目标和遮挡目标检测精确度低,难以满足绝缘子检测中的高速率、高精确度要求。基于此,借鉴Inception网络中的卷积核组合和非对称卷积核的设计思想,提出一种新的特征提取网络。新的特征提取网络相比VGG网络深度减少而维度增加,缩短了特征提取时间,增加了特征的低维信息和多维性,提高了绝缘子识别
其他文献
人脸识别广泛应用于身份认证系统中,但是容易受到伪造人脸攻击。人脸活体检测可以检测并拒绝伪造数据,是计算机视觉的重要应用与研究热点。将人脸活体检测方法分为传统方法和基于深度学习的方法,介绍每种方法的基本思想,并对现有人脸活体检测数据集进行整理与介绍,最后对人脸活体检测的发展趋势与面临的问题进行总结。
水声网络具有高延时、低带宽、能量有限、高节点移动性的独有特性,这使得水声网络中MAC协议的设计面临巨大的挑战.本文对水声网络中MAC协议进行综述性研究与分析,介绍水声网
针对含噪周期性故障声信号和周期性脉冲故障声信号的去噪处理问题,小波阈值函数去噪技术能起到很好的作用,但由于传统阈值函数存在函数不连续和重构精度不够的缺陷,去噪效果
由于摄像机或相机的镜头自身凸透镜的固有特性,使得所拍摄得到的图像一般会产生一定程度的非线性畸变,这就会导致拍摄图像中物体的几何位置精度受到影响,使其在图像识别、图像匹配等对几何精度要求较高的领域失去应用价值,因此需要对图像进行畸变校正,也就有了相应的畸变校正模型。在校正过程中,很多会忽略混叠的产生,应该引入抗混叠操作,使校正的效果达到最佳。
在进行家兔解剖实验过程中,需要随时识别家兔的位置以及其他一些器具,如麻醉针头、止血钳、体重秤等。只有准确识别这些物体,才能正确判断接下来的解剖实验步骤是否正确。所以,准确快速地识别这些物体成为了至关重要的一环。在研究过程中,决定采用神经网络的方式,即利用MobileNet-SSD目标检测框架来进行检测。由于神经网络模型的泛化能力远超传统图像处理方法,并且模型复杂度较低,使得模型可以在纯CPU环境下