基于人工图像数据扩充的输电线路绝缘子识别

作     者：王亚茹 杨凯 翟永杰 郭聪彬 赵文清 苏杰 Wang Yaru;Yang Kai;Zhai Yongjie;Guo Congbin;Zhao Wenqing;Su Jie

作者机构：华北电力大学自动化系河北保定071003 华北电力大学计算机系河北保定071003 

出 版 物：《系统仿真学报》 (Journal of System Simulation)

年 卷 期：2022年第34卷第11期

页      面：2337-2347页

核心收录：

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 0825[工学-航空宇航科学与技术] 0701[理学-数学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：河北省自然科学基金青年科学基金(F2021502008) 中央高校基本科研业务费专项资金面上项目(2021MS081) 

主　　题：人工图像 数据扩充 绝缘子 导向反向传播 卷积神经网络 

摘      要：深度学习方法在计算机视觉领域发展迅速,但依赖于海量训练数据。输电线路绝缘子自动识别任务中,航拍图像数量不足、多样性差等问题影响识别的准确性。提出人工绝缘子图像数据扩充方法,通过3D建模创建人工绝缘子图像,并构建导向反向补偿网络,对创建的人工图像进行补偿优化,用补偿后的人工图像扩充航拍绝缘子图像数据集。在多个典型卷积神经网络上进行绝缘子识别对比实验,结果显示:所提方法使绝缘子识别准确率平均提升2.1%,且网络相对轻量级,验证了所提方法的有效性和优势。