基于计数引导的弱监督绝缘子帽缺失检测在航空图像中

基于视觉的绝缘子帽缺失检测在航空图像中是一项极具挑战性的任务。之前的方法取得了较好的性能。然而，它们大多数包含绝缘子定位和帽检测两个阶段，这需要大量的绝缘子和帽标注。本文提出了一种基于计数引导的弱监督方法，只需要绝缘子边界框的标注。该方法首先通过提供绝缘子边界框和帽的数量自动生成帽标注。然后，我们使用深度学习模型同时检测绝缘子线和帽子。最后，我们通过利用帽子的几何约束设计了一种高效的缺失帽检测策略，以测量帽子的位置。我们在采集的大规模航空图像数据集上评估了所提方法。实验结果表明，所提方法能够准确检测航空图像中任意角度的绝缘子线和帽子，并进一步识别绝缘子上的缺失帽。精度和召回率分别达到92.86%和86.67%，取得了具有竞争力的检测结果。