基于改进Faster RCNN的变电站红外图像多目标识别

作     者：王妤 陈秀新 袁和金 WANG Yu;CHEN Xiuxin;YUAN Hejin

作者机构：保定职业技术学院计算机信息工程系河北保定071051 华北电力大学控制与计算机工程学院河北保定071003 

出 版 物：《传感技术学报》 (Chinese Journal of Sensors and Actuators)

年 卷 期：2021年第34卷第4期

页      面：522-530页

核心收录：

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：中央高校基本科研业务费专项项目(2017MS157) 

主　　题：电气设备 多目标识别 卷积神经网络 Faster RCNN 类别修正 

摘      要：为解决变电站红外图像中多种高压电气设备识别问题,文中提出一种基于改进Faster RCNN的变电站红外图像多目标识别方法。该方法通过VGG16提取红外图像中的多种电气设备图像特征,通过区域建议网络生成区域建议并通过边框回归调整区域建议,ROI Pooling将不同尺度的区域建议映射到尺寸固定的输出向量后送入Softmax进行分类,并按照区域建议包含关系对识别错误的部位类别进行修正。实验选取27586张红外图像制作成VOC2007格式红外数据集,并对测试集中5517张红外图像的识别结果进行统计,实验结果表明改进Faster RCNN识别准确率达到92.8%,较改进前提高了9.7%,具有较高的工程实用价值。