基于YOLOv7的直升机航巡电塔目标检测算法研究.pdf
《基于YOLOv7的直升机航巡电塔目标检测算法研究.pdf》由会员分享,可在线阅读,更多相关《基于YOLOv7的直升机航巡电塔目标检测算法研究.pdf(4页珍藏版)》请在咨信网上搜索。
1、为了提升直升机航巡的智能化水平,解决人工作业效率低下的问题,提出了一种基于 的直升机航巡电塔目标检测算法。首先,建立直升机航巡电塔数据集,将其分为训练集和测试集。然后,构建 目标检测网络模型,并利用训练样本库进行聚类分析,获取目标候选区域的先验尺寸,使用随机梯度下降迭代地修改网络参数,最终实现直升机航巡电塔目标检测。实验结果表明,该方法精度较高、时效性较好,准确度达到 ,召回率达到 ,算法时间消耗仅 ,满足直升机航巡电塔目标检测的需求。关键词:目标检测;深度学习;电力巡检;直升机;航巡;电塔中图分类号:文献标志码:文章编号:(),(,;,):,:;上海电力大学学报 年随着社会对电力供电可靠性要
2、求的日益提高和电力巡检技术的快速发展,直升机电力巡检正逐渐成为常用的电力巡检方式。由于计算机视觉发展迅速,许多先进的目标检测方法已广泛应用于各种民用和军事任务,如地覆被测绘、智慧农业、智慧城市、交通监测、灾害监测等。由于工业实际需求,面向直升机航巡的电塔目标检测成为一个重要的研究热点。随着直升机和无人机在电力巡检领域的应用逐步推广,以及现代科学智能技术的不断发展,其巡检系统效率远超人工巡检方式,有效地提升了电路巡检作业的自动化、智能化工作水平 。无人机电力巡检具有非常强的巡查便利性,但是目前电力巡检中常用无人机的滞空时间都在 ,由于单架次作业时间不够长,工作人员需要携带大量电池,且只能由工作人
3、员携带无人机在线路之间移动,使得每日巡检的总长度严重受限。另外,该巡检方式对巡检人员的无人机操作水平和维护技能要求较高,且后期需要进行大量图像数据分析处理工作 。相比之下,大型直升机巡检距离长、载荷能力大,可装载多种高性能传感器对输电线路进行长距离巡检。但是巡检线路较长、操作设备多,人工手持相机拍摄的方式需要飞行员和拍摄人员时刻紧密配合,作业人员长时间精神高度紧张、容易疲惫出错,且大型直升机的使用成本和运营成本也较高。综上所述,有必要对轻量化且续航能力强的巡航装备、智能化的影像采集和数据处理技术等关键技术开展研究。近年来,航巡的电塔目标检测方法大多是基于小型无人机平台。周仿荣等人 基于 训练了
4、输电线路缺陷快速检测网络。曹志勇等人 将 应用到无人机视角下的电塔目标检测。黄芹芹等人 利用反卷积融合单元改进了单激发多框探测器,最终实现了输电线路电力小部件的目标检测。然而,随着深度学习的逐渐发展,目标检测算法也在更新换代。本文深入研 究 了 目 前 系 列 的 最 新 算 法 ,并将其应用于直升机航巡电塔目标检测领域,提出了一种精度较高、时效性较好的检测算法,满足了直升机航巡电塔目标检测的需求。基于 的直升机航巡电塔目标检测架构 整体架构本文所提算法的整体架构如图 所示。首先,通过卷积层对输入图片进行处理,以提取低层特征。然后,使用高效长程距离网络(,)与池化层逐渐增加特征的通道维度,获取
5、多尺度的高层特征。将这些特征作为 的多尺度特征融合层的输入,采用多分支结构训练结构化重参数,推理时将模型转化为简单的卷积层,有效提升模型的推理速度。最后,使用目标、类别、位置 种损失函数作为判据,不断修正迭代模型参数,从而完成 模型的训练。图 基于 的直升机航巡电塔目标检测算法整体架构 损失函数目标损失 和类别损失 均采用带有 的交叉熵损失函数 来计算。其公式为 ()()()()()()式中:样本总量;样本;目标或类别的标签;交叉熵;目标或类别的预测值。采用 损失函数来计算位置损失 。其公式为 ()()杜伟,等:基于 的直升机航巡电塔目标检测算法研究式中:两个边界框的交并比;、调节系数;边界框
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 YOLOv7 直升机 航巡电塔 目标 检测 算法 研究
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。