基于 CenterMask 的变电站绝缘子缺陷智能检测
系统与控制
2022-09-01 v1 系统与控制
摘要
随着变电站智能运维的发展，变电站的日常巡检需要处理海量视频与图像数据。这对缺陷检测的处理速度和精度提出了更高要求。基于端到端学习范式，本文提出一种基于 CenterMask 的变电站绝缘子缺陷智能检测方法。首先，根据残差连接和 eSE 模块改进骨干网络 VoVNet，有效解决了深层网络饱和与梯度信息丢失问题。在此基础上，提出一种基于空间注意力导向机制的绝缘子掩码生成方法，对复杂图像背景下的绝缘子进行精确分割。然后，引入像素级回归预测、多尺度特征和中心度三种策略，无锚框单阶段目标检测器精确锁定绝缘子缺陷点。最后，以某地区供电公司的变电站巡检图像为例进行分析，验证了所提方法的有效性与鲁棒性。
引用
@article{arxiv.2208.14598,
title = {Intelligent detect for substation insulator defects based on CenterMask},
author = {Bo Ye and Feng Li and Mingxuan Li and Peipei Yan and Huiting Yang and Lihua Wang},
journal= {arXiv preprint arXiv:2208.14598},
year = {2022}
}
备注
3 figures,1 table