核心詞：ZR-VV22地埋 鎧裝電纜ZR-VV 阻燃 電力 電纜 
　　這些因素導(dǎo)致模型的泛化能力不足。在預(yù)測邊界框時,如圖1所示,每個網(wǎng)格還需要預(yù)測三個條件類別概率?；诖?我們手動標(biāo)記了約700張無人機(jī)航拍照片作為訓(xùn)練數(shù)據(jù)集。每個網(wǎng)格負(fù)責(zé)預(yù)測B邊界框和這些邊界框的置信度分?jǐn)?shù)。邊界框由四個值確定:X、y、W和H。
　　1、使用無人機(jī)檢查輸電線路不受地理
　　使用無人機(jī)檢查輸電線路不受地理、氣候等因素的影響,節(jié)省了大量人力和物力。目前,大多數(shù)研究工作是手工設(shè)計特征,提取特征,然后設(shè)計分類器來區(qū)分絕緣子區(qū)域并確定位置。該置信度分?jǐn)?shù)反映了模型對網(wǎng)格的預(yù)測:網(wǎng)格是否包含絕緣體,以及邊界框的坐標(biāo)預(yù)測的準(zhǔn)確性。同時,該網(wǎng)絡(luò)借鑒了NIN的思想,采用卷積核對特征圖進(jìn)行壓縮。
　　2、傳統(tǒng)的目標(biāo)檢測算法一般分為兩步
　　傳統(tǒng)的目標(biāo)檢測算法一般分為兩步:首先,提取一定數(shù)量的目標(biāo)候選框。具體的提取方法包括滑動窗口、選擇性搜索等;其次,根據(jù)一定的方法提取目標(biāo)候選幀中的圖像,并對特征進(jìn)行分類,以確定目標(biāo)候選幀中是否存在對象。也就是說,對于每個網(wǎng)格,分別預(yù)測屬于背景、完整絕緣子和缺失絕緣子的概率。中國幅員遼闊,輸電線路往往需要穿越山川。
　　3、為了了解輸電線路的運(yùn)行情況
　　為了了解輸電線路的運(yùn)行情況,解決輸電線路的潛在隱患,電力部門已逐漸將手動線路檢查改為無人機(jī)線路檢查。本文在現(xiàn)有深度學(xué)習(xí)目標(biāo)檢測框架Yolo的基礎(chǔ)上,設(shè)計了一種從輸入圖像直接到檢測結(jié)果的端到端絕緣子損耗檢測方法。坐標(biāo)表示預(yù)測邊界框中心和柵格邊界之間的相對值,礦用電纜坐標(biāo)表示預(yù)測邊界框的寬度和高度與整個圖像的寬度和高度之比。深度學(xué)習(xí)算法通常需要大量的標(biāo)記數(shù)據(jù)來訓(xùn)練模型。通過反向傳播算法,模型學(xué)習(xí)更好的參數(shù),以適應(yīng)從輸入到輸出的映射。如圖1a所示,首先將圖像劃分為SXS網(wǎng)格。如果該網(wǎng)格中沒有絕緣體,則置信度得分為0,否則應(yīng)為預(yù)測邊界框和正式絕緣體邊界框的IOU。絕緣子損耗檢測的準(zhǔn)確性和速度關(guān)系到輸電線路運(yùn)行的穩(wěn)定性。針對無人機(jī)航拍照片,提出了一種基于Yolo的絕緣子檢測算法。實(shí)驗(yàn)結(jié)果表明,該方法能夠高效、準(zhǔn)確地識別航拍照片中的完整絕緣子和缺失絕緣子,滿足工程應(yīng)用的要求。與VGg網(wǎng)絡(luò)類似,該網(wǎng)絡(luò)主要采用3×3的方式,每次合用后信道數(shù)增加一倍。實(shí)驗(yàn)結(jié)果的示例圖像如圖2所示。導(dǎo)線、桿塔等代表完整的絕緣子,方框表示缺失的絕緣子。錯誤檢測的主要原因是訓(xùn)練數(shù)據(jù)集中的照片數(shù)量不足。當(dāng)電網(wǎng)包含絕緣子時,預(yù)測其是否屬于完整絕緣子或缺失絕緣子的概率應(yīng)最大。當(dāng)電網(wǎng)不包含絕緣體時,預(yù)測其是否屬于背景的概率應(yīng)最大。輸電線路中的絕緣子是一種特殊的絕緣控制裝置,通常由陶瓷或玻璃制成,在輸電線路中起著關(guān)鍵作用。一旦發(fā)生故障,將損害整個輸電線路的使用安全和使用壽命。
　　4、其中
　　其中,提出了一種改進(jìn)的FCM算法對絕緣子所在區(qū)域進(jìn)行分割,然后用連通域標(biāo)記算法對每個絕緣子進(jìn)行標(biāo)記,ZR-VV22地埋鎧裝電纜ZR-VV阻燃電力電纜最后有效地計算出絕緣子的個數(shù);一些文獻(xiàn)在相關(guān)研究中也提出了一種利用梯度信息進(jìn)行絕緣子定位的方法,在絕緣子位置的基礎(chǔ)上建立單個絕緣子的特征描述符,最終實(shí)現(xiàn)絕緣子故障檢測;在多尺度的基礎(chǔ)上,引入多特征描述符來表達(dá)絕緣子的局部特征,建立了絕緣子的可視化特征數(shù)據(jù)庫。

針對待測圖像,采用粗精特征匹配策略消除背景噪聲,最終確定絕緣子在航空圖像中的位置。統(tǒng)計結(jié)果表明,本文方法不僅保持了較高的檢測精度,而且對每幅圖像的檢測平均需要0.69s,ZR-VV22地埋鎧裝電纜ZR-VV阻燃電力電纜速度較快。結(jié)果表明,基于YLO的絕緣子檢測算法能夠準(zhǔn)確地檢測出無人機(jī)航拍照片中的絕緣子,并能正確區(qū)分完整絕緣子和缺失絕緣子。
　　5、如果絕緣體的中心落入電網(wǎng)
　　如果絕緣體的中心落入電網(wǎng),電網(wǎng)負(fù)責(zé)檢測絕緣體。在巡查過程中,無人機(jī)拍攝了大量照片?；谶@些照片,絕緣子檢測是一種相對新穎的技術(shù)路線。Yolo算法將這兩個步驟結(jié)合為一個步驟,并用深度卷積神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)。在確保準(zhǔn)確度的同時,ZR-VV22地埋鎧裝電纜ZR-VV阻燃電力電纜由于缺少提取目標(biāo)候選框等耗時步驟,它實(shí)現(xiàn)了更快的運(yùn)行速度。目前,ZR-VV22地埋鎧裝電纜ZR-VV阻燃電力電纜只有719張照片用于訓(xùn)練,其中許多照片是相同的。在圖1中,深灰色網(wǎng)格表示預(yù)測屬于缺失絕緣子,淺灰色網(wǎng)格表示預(yù)測屬于完整絕緣子,黑色網(wǎng)格表示預(yù)測背景。與它中的處理相同,網(wǎng)絡(luò)前面的卷積層保持不變以提取圖像特征,但最后幾層被修改。根據(jù)卷積層提取的圖像特征,ZR-VV22地埋鎧裝電纜ZR-VV阻燃電力電纜預(yù)測絕緣子在圖像中的位置和是否缺失的類別概率值。
　　如果您對“ZR-VV22地埋鎧裝電纜ZR-VV阻燃電力電纜”感興趣，歡迎您聯(lián)系我們