具有自学习能力的电力巡检图像目标检测方法

本发明涉及具有自学习能力的电力巡检图像目标检测方法，包括：将含有目标对象的图片样本、目标对象位置标注文件送入Context CNN，训练Context模型；基于Context模型对输入的背景图片、扩充的目标对象图片进行图像融合处理得到扩充的图片样本及目标对象位置标注文件；基于送入Faster R‑CNN的图片样本、位置标注文件训练目标检测模型1、目标检测模型2；Faster R‑CNN基于目标检测模型1、和/或目标检测模型2输出采集的图片样本中是、否含有目标对象的检测结果。有益效果是克服电力行业应用图像识别技术存在的训练数据集不足的情况，在使用过程中自动提升识别性能。
上海交通大学 | 上海交通大学烟台信息技术研究院
孙慧 | 史晋涛 | 李喆 | 盛戈皞 | 江秀臣