典型文献
高分辨率遥感影像输电杆塔智能检测方法
文献摘要：
针对电网系统中输电杆塔的快速自动检测问题,提出高分辨率遥感影像的输电杆塔智能检测方法.首先,制作高分辨率遥感影像的输电杆塔数据集,针对杆塔目标尺寸特点,通过K-means算法重新聚类先验框;其次,利用迁移学习进行网络参数调整.鉴于原始YOLOv3算法存在IoU不能准确描述目标框的重叠程度,训练过程中损失下降缓慢的问题,提出了引入CIoU并将损失函数中的位置损失替换为CIoU损失.为改善YOLOv3算法对密集目标检测存在漏检的问题,提出将DIoU与NMS结合,从而提高杆塔检测的精度.最后,利用本文数据集实验.实验证明,改进后算法的精确度和召回率分别提高了0.48％、1.53％,精确度达到98％,召回率达到96％ 以上,与YOLOv3、Faster R-CNN、SSD算法相比,在训练时间、检测精度、定位精度方面更优.
文献关键词：
输电杆塔;智能检测;迁移学习;YOLOv3;损失函数
中图分类号：
作者姓名：
宋成根;张正鹏;赵瑞山;卜丽静
作者机构：
辽宁工程技术大学测绘与地理科学学院,辽宁阜新123000;湘潭大学自动化与电子信息学院,湖南湘潭411105
文献出处：
引用格式：
[1]宋成根;张正鹏;赵瑞山;卜丽静-.高分辨率遥感影像输电杆塔智能检测方法)[J].遥感信息,2022(03):65-71
A类：
B类：
高分辨率遥感影像,输电杆塔,智能检测方法,电网系统,快速自动,自动检测,检测问题,标尺,means,先验框,迁移学习,网络参数,参数调整,YOLOv3,训练过程,CIoU,损失函数,密集目标检测,漏检,DIoU,NMS,高杆,杆塔检测,召回率,Faster,SSD,训练时间,检测精度,定位精度
AB值：
0.298672
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
