国内刊号:31-1289/TP
国际刊号:1000-3428
发布日期:
作者:陈咏秋, 孙凌卿, 张永泽, 傅启明, 陆宇, 李渊博, 孙建刚
单位:江苏电力信息技术有限公司, 南京 210000
关键词:YOLO v3算法,输电线路,鸟类检测,多尺度目标,实时检测,深度学习
基金:国家电网公司科技项目(XM201831160132)。
输电线路安全是电网安全稳定运行的前提,但是鸟类对输电线路造成的危害直接威胁到输电线路的安全运行。为解决传统驱鸟器启停策略的弊端,提出基于YOLO v3算法的输电线路鸟类检测模型。通过输电线路监控装置获取图像数据,使用残差模块提取图像的深层次特征,采用多尺度目标检测策略来保证鸟类的检测效果。实验结果表明,在输电线路鸟类检测任务中,该模型准确率可以达到86.75%,检测速度达到47 frame/s,可以精确实时地检测出输电线路周围的鸟类数目,并验证了该模型在雨天、雾天、抖动情况下具有较强鲁棒性,可以保障输电线路的安全、稳定运行。
来源:2020年第4期
《计算机工程》期刊编辑部