张青华,,
陈文贺,
江晓斌,
袁斌,
杨长磊
山东理工大学建筑工程学院 淄博 255000
基金项目:国家自然科学基金(41601496, 41701525)，山东省重点研发计划(2018GGX106002)，山东省自然科学基金(ZR2017LD002)，山东理工大学齐文化研究专项(2017QWH032)
详细信息
作者简介:李彩林：男，1985年生，副教授，研究方向为数字摄影测量与计算机视觉
张青华：男，1992年生，硕士，研究方向为深度学习目标检测、计算机视觉
陈文贺：男，1992年生，硕士，研究方向为深度学习目标识别
江晓斌：男，1994年生，硕士，研究方向为点云3维重建
袁斌：女，1995年生，硕士，研究方向为倾斜摄影测量
杨长磊：男，1995年生，硕士，研究方向为深度学习在农业遥感中的应用
通讯作者:张青华 zhangqinghuamail@163.com
中图分类号:TP391.4计量
文章访问数:2038
HTML全文浏览量:731
PDF下载量:129
被引次数:0
出版历程
收稿日期:2019-05-17
修回日期:2019-12-02
网络出版日期:2019-12-10
刊出日期:2020-06-04
Insulator Orientation Detection Based on Deep Learning
Cailin LI,Qinghua ZHANG,,
Wenhe CHEN,
Xiaobin JIANG,
Bin YUAN,
Changlei YANG
Shandong University of Technology, Zibo 255000, China
Funds:The National Naturals Science Foundation of China (41601496, 41701525), The Shandong Key R&D Program (2018GGX106002), The Shandong Natural Science Foundation (ZR2017LD002), The Qi Culture Research Project of Shandong University of Technology (2017QWH032)
摘要
摘要:为了解决绝缘子目标检测中无法精确定位的问题，该文基于深度学习提出一种绝缘子定向识别算法，通过在轴对齐检测框中加入角度信息，可有效解决常规深度学习算法无法精确定位目标的问题。该算法首先将角度旋转参数引入轴对齐矩形检测框中构成定向检测框，然后将该参数偏移量作为第5参数加入到损失函数中进行迭代回归，同时为提高检测精度在训练过程中使用Adam算法替代随机梯度下降(SGD)算法进行损失函数优化，最终可获得绝缘子定向检测模型。实验分析表明，加入旋转角度的定向检测框可有效对绝缘子目标进行精确定位。
关键词:定向识别/
绝缘子/
深度学习/
角度旋转
Abstract:In order to solve the problem of inaccurate location in insulator target detection, this paper proposes an insulator orientation recognition algorithm based on deep learning. By adding angle information to the axis alignment detection frame, it can effectively solve the problem that conventional deep learning algorithm can not accurately locate the target. First, the angular rotation parameters are introduced into the axially aligned rectangular detection frame to form a directional detection frame. Then the parameter offset is added as the fifth parameter to the loss function for iterative regression. At the same time, in order to improve the detection accuracy, Adam algorithm is used to replace Stochastic Gradient Descent (SGD) to optimize the loss function. Finally, the insulator directional detection model can be obtained. The experimental results show that the orientation detection frame with rotation angle can effectively locate the insulator target accurately.
Key words:Directional recognition/
Insulator/
Deep learning/
Angle rotation
PDF全文下载地址:
https://jeit.ac.cn/article/exportPdf?id=80d5e64f-ac44-47dc-9b98-1c7d2ac4a698
