一种基于可见光巡检图像的杂草智能识别方法
【摘要】 目前电力巡检主要是采用无人机巡检的方式，针对无人机巡检获取的图像识别过程中，电力设备旁的杂草可能会造成安全隐患，需要对图像中的杂草进行识别。针对电力巡检的场景，提出了一种基于可见光巡检图像的杂草智能识别方法，以可见光巡检图像中杂草的特征为基础，结合卷积神经网络方法，解决可见光巡检图像中电力设备附近的杂草识别问题。通过对图像进行样本数据增广和预处理，接着引入区域生成网络，再对图像提取固定个数候选框的图像特征，和改进的图像分类网络连接在一起，得到最终的卷积神经网络模型。实验表明其准确率可以达到97.98%，检测一幅600×600大小图像需要花费的平均时间约为0.256 s，在保证了准确率的同时达到了高效识别的要求。
