公开(公告)号：CN114821042A

公开(公告)日：2022-07-29

申请号：CN202210453322.6

申请日：2022-04-27

Applicant: 南京国电南自轨道交通工程有限公司

Inventor： 肖振远 ,  宗起振 ,  陶征勇 ,  李佑文 ,  褚红健 ,  曾清旋

IPC: G06V10/25 ,  G06V10/42 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06N3/04 ,  G01R31/327

Abstract: 本发明提供了一种联合局部特征和全局特征的R‑FCN刀闸检测方法，该方法基于深度学习网络模型R‑FCN对变电站的刀闸进行状态检测。通过对变电站辅助监控系统嵌入网络摄像机集控软件实现相机多位置、多角度在不同室外天气环境、背景的刀闸图像采集，构建多样性的刀闸数据；通过对R‑FCN输出预测网络并联融入全局特征预测模块，补充原始网络只通过局部特征预测刀闸产生的感受野不足缺陷，提升对部分遮挡的刀闸检测准确率，降低对复杂背景中刀闸的漏检率和误检率；通过对局部特征预测结果和全局特征预测结果正则化后进行预测结果累加，实现全局特征预测结果对局部特征预测结果的补充，满足变电站刀闸远程检测和无人化值守的需求。