Resumen

Para identificar con precisin objetivos como aisladores, martillos de choque, nidos de pjaros y separadores en lneas de transmisin de alta tensin, este documento propone un modelo de deteccin multitarget para lneas de transmisin basado en DANet y YOLOv4. En primer lugar, se fusionan DANet y YOLOv4 para resolver la dificultad en la comprensin de la escena y la discriminacin de pxeles causada por las escenas complejas y diversas de imgenes areas de UAV (vehculo areo no tripulado) (iluminacin, ngulo de visin, escala, oclusin, etc.) con el fin de mejorar la significacin del objetivo de deteccin. Se utilizan la funcin gaussiana y la divergencia KL (Kullback-Leibler) para mejorar la supresin no mxima en YOLOv4 y as mejorar la tasa de reconocimiento de objetivos ocultos; la funcin de prdida focal y la funcin de entropa cruzada balanceada se utilizan para mejorar la funcin de prdida de Y

• Materias:Colonias de abejas artificiales Inteligencia artificial Patrón espacial Innovación de la comunicación Algoritmo de red neuronal
• Subjects:Artificial bee colonies Artificial intelligence Spatial pattern Communication innovation Neural network algorithm
• Palabras claves:Objetivos; Líneas de transmisión; DANet; YOLOv4; Modelo de detección; UAV
• Keywords:Targets; Transmission lines; DANet; YOLOv4; Detection model; UAV