期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于Faster R-CNN的复合绝缘子憎水性分析研究 被引量:22
1
作者 张德钦 刘晓伟 +2 位作者 刘源 江振钰 夏鹏 《智慧电力》 北大核心 2019年第4期104-109,117,共7页
定期对复合绝缘子的憎水性进行检查,及时更换严重老化的复合绝缘子,是保障电网安全稳定运行的关键。为实现无人机图像拍摄后复合绝缘子憎水性的准确判别,提出一种基于候选区域的快速卷积神经网络绝缘子憎水性分析方法,利用训练得到的Fas... 定期对复合绝缘子的憎水性进行检查,及时更换严重老化的复合绝缘子,是保障电网安全稳定运行的关键。为实现无人机图像拍摄后复合绝缘子憎水性的准确判别,提出一种基于候选区域的快速卷积神经网络绝缘子憎水性分析方法,利用训练得到的Faster R-CNN深度神经网络模型精确定位复杂背景中的复合绝缘子伞裙,通过位置修正提取其中水迹信息区域,最后送入图像分类卷积神经网络完成憎水性等级的判定。测试结果表明,该方法在无人工参与的情况下,能在复杂背景图像中准确定位复合绝缘子伞裙水迹区域,憎水性等级判定结果达到了较高的准确率。 展开更多
关键词 憎水性检测 深度学习 FasterR-CNN神经网络 无人机
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部