一种基于改进Faster R-CNN算法的输电线路多目标检测方法

本发明公开一种基于改进Faster R‑CNN算法的输电线路多目标检测方法，涉及输电线路检测技术领域。采用路径增强特征融合网络对模型提取出的不同维度的特征进行融合，提升了模型对小目标及具有复杂背景的目标的检测精度，并在Faster R‑CNN网络中添加一种双重注意力网络结构EDANet，提高了特定语义的特征表达能力；同时，为提升模型的整体性能，提出了一种改进的鲸鱼优化算法GT‑WOA，并通过引入权重因子改进了损失函数，然后使用GT‑WOA算法对学习率以及改进损失函数的权重因子进行自适应给定；最终，得到学习率和m、n的最优值，得到训练好的网络模型，并对输电线路进行多目标检测。本发明具有识别精度高，信息聚合能力强，模型的特征提取能力高，寻优精度高的优点。