改进的Faster R-CNN方法及其在电缆隧道积水定位识别中的应用

改进的Faster R-CNN方法及其在电缆隧道积水定位识别中的应用

论文摘要

针对电缆隧道内积水的问题,提出了一种改进的基于区域建议的卷积神经网络(Faster R-CNN)方法,并将其应用在电缆隧道积水定位识别中。考虑到Softmax分类方法的正则化参数选取会引起概率计算产生问题,改用支持向量机(SVM)进行图像分类,以增强分类的置信度。使用区域建议网络(RPN)提取隧道积水原图中的区域建议,然后用Fast R-CNN检测网络在建议框中进行图像识别、SVM分类和位置精修。实验结果表明,所提方法计算速度快、识别精度高,在实际工程中表现出较高的效率。

论文目录

  • 0 引言
  • 1 基于区域建议的卷积神经网络
  • 2 基于Faster R-CNN的积水定位识别
  •   2.1 积水定位识别的网络训练
  •     (1) 预训练CNN。
  •     (2) 训练RPN。
  •     (3) 训练Fast R-CNN检测网络。
  •     (4) RPN与Fast R-CNN检测网络共享卷积层。
  •   2.2 SVM方法
  •   2.3 利用Faster R-CNN进行积水定位识别
  • 3 实验结果
  •   3.1 仿真步骤
  •     (1) 网络结构:
  •     (2) 训练算法:
  •     (3) 训练数据:
  •     (4) 方法比较:
  •   3.2 仿真结果
  • 4 结论
  • 文章来源

    类型: 期刊论文

    作者: 崔江静,黄顺涛,仇炜,裴星宇,朱五洲,孟安波

    关键词: 电缆隧道,积水定位,区域建议,卷积神经网络,支持向量机

    来源: 电力自动化设备 2019年07期

    年度: 2019

    分类: 工程科技Ⅱ辑,信息科技

    专业: 电力工业,自动化技术

    单位: 广东电网公司珠海供电局,广东工业大学自动化学院

    基金: 广东电网有限责任公司科技项目(GDKJXM20162047)~~

    分类号: TP18;TM75

    DOI: 10.16081/j.issn.1006-6047.2019.07.033

    页码: 219-223

    总页数: 5

    文件大小: 363K

    下载量: 223

    相关论文文献

    标签:;  ;  ;  ;  ;  

    改进的Faster R-CNN方法及其在电缆隧道积水定位识别中的应用
    下载Doc文档

    猜你喜欢