融合边缘计算和改进Faster R-CNN的变电站设备典型视觉缺陷检测系统

摘要

针对变电设备典型视觉缺陷检测中快速定位及缺陷检测的自动化程度和效率较低问题,提出了一种融合边缘计算和改进的Faster R-CNN变电站设备典型视觉缺陷的检测系统,通过将Faster R-CNN模型中的NMS和锚点框生成机制进行改进后存储到边缘设备中,边缘设备直接对采集的变电站设备视频图像进行缺陷检测,并将检测出的缺陷结果发送至云服务器。与传统模型直接将图像信息传送至云服务器进行检测的方式相比,所提检测系统数据传输量减少90%以上。实验结果表明,所提出系统在变电站设备典型视觉缺陷中具有检测准确率高、实时性强等特点,可有效提高变电站巡检的工作效率和智能化水平。