电讯技术

作者：朱辉,陈坚,袁建行

单位：(中国移动通信集团四川有限公司，成都 610041;西南大学 计算机与信息科学学院，重庆 400700;网思科技股份有限公司，成都 610093)

关键词：通信网；光交箱；防尘帽检测；深度学习；卷积神经网络(CNN)；

基金：重庆市自然科学基金项目（cstc2020jscx msxmX0147）

光交箱防尘帽的检测对于通信网络的正常运行具有重要作用。提出了一种基于改进Faster RCNN(Region Convolutional Neural Network)的通信网光交箱防尘帽智能检测方法。首先，对输入图片进行去噪等预处理，通过残差网络(Residual Netwok,ResNet)进行特征提取，并通过区域生成网络(Region Proposal Network,RPN）初步识别出候选区域，然后经过RolAlign进行池化处理，最后经过特征金字塔网络(Feature Pyramid Network,FPN）对光交箱防尘帽进行二次识别。将该方法应用到光交箱防尘帽缺失的智能检测中，取得了很好的效果。

来源：2023年第4期

《电讯技术》期刊编辑部

查看电讯技术杂志2023年第4期