关键词：目标检测 深度学习 高压线缆 复杂背景 小目标 

摘要：利用带电作业机器人取代人类的手动作业,可以有效地减少高电压、强电场对人体的危害,大大提高作业的效率。为解决带电作业机器人在复杂背景环境中对线缆目标的智能检测问题,提出基于改进的FasterR-CNN高压线缆目标检测方法。为了提高网络提取图像高级特征的能力,引入跳转连接并调整激活层、卷积层的顺序;然后对候选框生成机制进行改进,提升网络对小目标检测的性能;最后利用ROI池化层提取每个区域的特征,同时完成分类和框回归任务。通过构建高压线缆图像数据集,基于改进的Faster R-CNN模型进行大量实验,最后取得了较好的精度和较快的速度。

智能系统学报杂志要求:

{1}作者简介请标明工作单位、职务、职称、联系电话、电子信箱、所在城市和邮编。

{2}文章须言之有物，理论联系实际，研究目的明确，研究方法得当，有自己的学术见解，对理论或实践具有参考、借鉴或指导作用。

{3}文题应简明确切地反映文章的特定内容，以不超过20字为宜。

{4}参考文献:应为正式出版物上发表的、作者亲自阅读、与文稿主要内容密切相关的近年文献，要求精选。

{5}文前附400字以内的中文、英文内容提要，关键词2-5个。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社