《表1 先验尺寸大小:基于YOLO v3的输电线路缺陷快速检测方法》
本文利用聚类算法得到缺陷的先验尺寸。模型的初始参数对于训练收敛速度和训练效果具有十分明显的影响,一个好的初始值能加快模型的收敛。本文对样本图像进行分析,发现不同图片中故障的形态虽然有较大差异,但同一类故障的大小却很接近,比如绝缘子故障和杆塔故障普遍尺寸较大,导线故障的区域较小等。因此本文对缺陷大小使用k聚类,得到9个聚类中心。这9个聚类中心的值作为缺陷检测模型的先验锚框的尺寸,使得锚框的选择能够更好的匹配输电线路中缺陷的尺寸,加快模型的收敛,提高缺陷检测的精度。
图表编号 | XD00227811900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.01 |
作者 | 周仿荣、方明、马御棠、潘浩 |
绘制单位 | 云南电网有限责任公司电力科学研究院、云南电网有限责任公司、云南电网有限责任公司电力科学研究院、云南电网有限责任公司电力科学研究院 |
更多格式 | 高清、无水印(增值服务) |