基于Tw_Cycle Gan的绝缘子缺陷样本自动生成技术

来源：电子测量技术杂志2021年第17期北京时间：

作者：闫志杰，张凌浩，贾振堂，苏育均，赵 琰

单位：1.上海电力大学电子与信息工程学院，上海201303; 2.国网四川省电力公司电力科学研究院，成都市610000; 3.国网四川省电力公司凉山供电公司，四川省西昌市 615000

摘要：Gan（生成对抗网络）被应用于电力巡检缺陷样本生成工作以解决缺陷样本不足问题。目前基于Gan的绝缘子缺陷样本生成技术存在以下不足：1）依赖大量缺陷样本训练且生成量不足；2）生成质量较差，尺寸较小，难以供目标检测神经网络训练使用。针对上述问题，提出一种基于Starganv2的风格迁移Tw_Cycle（目标加权循环一致）Gan网络，其可借助非缺陷样本训练，并依据非缺陷样本实现一对多缺陷样本生成。为保证缺陷语义不变，加入Unet分割网络，使用目标循环一致及目标掩码损失加强绝缘子目标物的约束。通过定性与定量评估，Tw_Cycle Gan取得了更好的结果。为了验证生成样本的有效性，设计了一种基于真实样本的缺陷检测实验评估方法。结果表明，使用生成缺陷样本扩增训练的同一Yolov3目标检测算法，AP平均提升5%左右，Precision平均提升4.6%左右，Recall平均提升10%左右，F1平均提升0.083。

关键词：生成对抗网络;小样本缺陷数据;分割网络;目标循环一致损失;目标掩码损失

基金资助：国家自然科学基金（61802250）资助