基于可见光机巡图像技术的电力设备杂草智能识别

摘要

本文基于可见光机巡图像技术提出了电力设备杂草智能识别方法.以可见光无人机巡检图像内存在的杂草特征,与卷积神经网络相结合,切实解决图像内电力设备周围杂草识别等相关问题.以针对机巡图像增广数据,并引进区域生成网络,提取图像中的基础信息,再面向图像提取固定数量候选框的图像特征,与优化后图像分类网络相衔接,从而构成整体卷积神经网络模型,以智能识别电力设备周围存在的杂草.通过实验分析,结果表明,基于可见光机巡图像技术的电力设备杂草智能识别方法准确率高达98.24％,而600×600的图像检测只需耗费约0.25s,在保障高准确率的基础上,实现了高效快速识别.