一种基于深度迁移学习的绝缘子类别检测方法

摘要

本发明公开了一种基于深度迁移学习的绝缘子类别检测方法，包括：1、对航拍绝缘子图像进行预处理；2、对预处理后的航拍绝缘子图像进行扩充并对不同类别的航拍绝缘子图像进行分类；3、利用YOLO算法对背景复杂的航拍绝缘子图像进行初定位，并对定位后的绝缘子进行归一化处理；4、构建多层次差异性自适应架构的Inception深度学习网络；5、构建测试样本集的分类结果及其语义误差熵；6、构建基于语义误差熵的绝缘子状态认知反馈调节机制。本发明通过深度迁移学习的方法，能实现绝缘子状态多层次差异化特征空间及其分类准则的自寻优调节和重构，从而提高不同背景下绝缘子航拍图像自爆的状态检测率，满足准确化快速化的实际需求。