文章摘要:金属锈蚀对变电设备会造成持续性的破坏，形成安全隐患.基于深度学习的金属锈蚀自动检测方法是目前一种可行的方法.然而金属锈蚀形状的不规则性和可拆分性导致在训练样本标注时，标注者面临很多歧义，存在难以实现标注过程标准化和标注结果一致性的问题.为此，提出一种新的训练样本分层嵌套标注方法.首先，采用较大的矩形框对锈蚀区域进行大面积标注；其次，在第一步的标注框内，对那些特征非常明显并具有相对独立性的区域进行二次标注，形成第二层的内部嵌套标注，这种标注方法不存在标注歧义，易于统一和标准化，容易获得稳定的标注质量，另外，这种标注方法突出了锈蚀特征，并一定程度上增加了被标注锈蚀的样本数量，实现了数据增强；最后，通过一系列实验表明，采用分层嵌套标注方法后，YOLOv5召回率从50.79%提升至59.41%,Faster R-CNN+VGG16召回率从66.50%提升至78.94%,Faster R-CNN+Res101召回率从78.32%提升至84.61%.

文章关键词:

项目基金: 上一篇：建筑科学与工程论文_茂名某综合办公楼基础设计 下一篇：没有了