嵌入遮挡关系模块的SSD模型的输电线路图像金具检测
Fittings detection in transmission line images with SSD model embedded occlusion relation module作者机构:华北电力大学电气与电子工程学院河北保定071003 华北电力大学控制与计算机工程学院河北保定071003
出 版 物:《智能系统学报》 (CAAI Transactions on Intelligent Systems)
年 卷 期:2020年第15卷第4期
页 面:656-662页
核心收录:
学科分类:0711[理学-系统科学] 12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 07[理学] 081104[工学-模式识别与智能系统] 08[工学] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:国家自然科学基金项目(61871182,61773160) 北京市自然科学基金项目(4192055) 河北省自然科学基金项目(F2020502009) 中央高校基本科研业务费专项资金项目(2018MS095,2020YJ006) 模式识别国家重点实验室开放课题(201900051) 国家留学基金项目(201906735011)
主 题:输电线路金具 遮挡度 遮挡关系描述 遮挡关系模块 SSD 标注框 目标检测 深度学习
摘 要:为了提升深度学习目标检测模型在输电线路金具自动化检测任务中的准确率,针对金具检测数据集中金具目标标注框之间不可避免地广泛存在相交而导致金具目标检测定位不准确的问题,本文利用相交区域的相似性作为金具目标的上下文信息,提出目标间遮挡关系的描述方法,用于规则性描述图像中金具目标间的相互遮挡,设计遮挡关系模块,并将其嵌入到单次多框检测器(single shot multibox detector,SSD)模型中。为了验证嵌入遮挡关系模块的SSD模型的有效性,选择了8类目标标注框普遍存在相交的小目标金具进行实验,实验使用的金具检测数据集的训练集和测试集中金具目标数分别为6271和1713。实验证明,原始SSD模型的平均精度均值(mean average precision,mAP)为72.10%,嵌入遮挡关系模块的SSD模型的m AP为76.56%,性能提升了4.46%。