基于改进Faster RCNN的电缆外护套破损检测

来源：电子测量技术杂志2023年第15期北京时间：

作者：薛阳，张舒翔，贾巍，秦瑶

单位：1.上海电力大学自动化工程学院 上海 200090; 2.上海太阳能工程技术研究中心有限公司 上海 200241

摘要：工业现场的电缆外护套破损主要依靠人工巡检的方式，消耗人力，主观性大容易出现检查盲点，实时性差且某些工业现场人工巡检危险性较大。针对人工巡检产生的一系列问题，提出一种基于改进的Faster RCNN电缆外护套破损检测方法。为提高模型泛化能力对采集的训练集采用灰度化、翻转、平移、锐化等方法进行数据增强；使用参数量更少且层数更深的特征提取网络RseNet50替换原始的VGG16作为主干特征提取网络；采用迁移学习的方式将ImageNET数据集上训练完成的权重作为模型的初始权重；利用双线性插值法替换感兴趣区域池化操作；通过Kmeans聚类算法对原始数据集进行聚类分析，采用轮廓系数法作为评价标准，由聚类结果定制外护套破损检测的锚框。实验结果表明，改进的Faster RCNN对电缆外护套破损检测的平均精度均值（mAP）为8833%比原始的Faster RCNN提高了549%，同时优于经典的SSD算法和YOLOv3算法，改进后检测速度达到036张/s满足检测要求。该模型可后续搭载各类移动检测平台，具有较高的工程使用价值。

关键词：电缆外护套;目标检测;Faster RCNN;K-means;迁移学习

基金资助：国家自然科学基金（52075316）、上海市2021年度“科技创新行动计划”（21DZ1207502）、国网浙江省电力有限公司科技项目（5211HZ17000F）资助