期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于深度学习的木材缺陷智能检测的研究进展与展望
被引量：
10
1
作者
王明涛
项晓扬
+2 位作者
崔文燕
院霖享
多化琼
《林产工业》
北大核心
2024年第3期38-44,共7页
木材作为天然生物材料很容易受到内外界影响从而产生不符合人们生产需求的缺陷,人们为了准确高效的识别木材缺陷进行了大量的研究。本文对近年来基于深度学习的木材缺陷检测技术进行梳理,根据使用方法的侧重点不同将其分类,并针对典型...
木材作为天然生物材料很容易受到内外界影响从而产生不符合人们生产需求的缺陷,人们为了准确高效的识别木材缺陷进行了大量的研究。本文对近年来基于深度学习的木材缺陷检测技术进行梳理,根据使用方法的侧重点不同将其分类,并针对典型方法加以细分归类和对比分析,总结了每种方法的优缺点及其应用面。此外,提出了基于深度学习的木材缺陷检测技术目前所存在的难点与所陷困境。
展开更多
关键词
木材缺陷
单
阶段
目标
检测
双阶段目标检测
神经网络
深度学习
在线阅读
下载PDF
职称材料
基于改进U-net和CNN的绝缘子自爆检测方法研究
被引量：
26
2
作者
李俊
任景
+4 位作者
王晔琳
张小东
薛晨
任冲
范国伟
《智慧电力》
北大核心
2021年第8期98-103,共6页
针对绝缘子自爆故障人工检测效率低,成本高的问题,基于改进U-net和卷积神经网络(CNN)模型,提出一种可有效识别绝缘子自爆故障的双阶段目标检测算法。首先,在语义分割阶段使用改进U-net模型,通过翻倍提高图像分辨率的方法有效提高图像分...
针对绝缘子自爆故障人工检测效率低,成本高的问题,基于改进U-net和卷积神经网络(CNN)模型,提出一种可有效识别绝缘子自爆故障的双阶段目标检测算法。首先,在语义分割阶段使用改进U-net模型,通过翻倍提高图像分辨率的方法有效提高图像分割精度。其次,在图像分类阶段提出更适合所提问题且有效提高分类准确度的新型CNN模型。最后,使用无人机拍摄的绝缘子图片为实验数据进行实验。实验结果表明所提算法识别精度较高。
展开更多
关键词
绝缘子
自爆故障
改进U-net
卷积神经网络
双阶段目标检测
算法
在线阅读
下载PDF
职称材料
题名
基于深度学习的木材缺陷智能检测的研究进展与展望
被引量：
10
1
作者
王明涛
项晓扬
崔文燕
院霖享
多化琼
机构
内蒙古农业大学材料科学与艺术设计学院
出处
《林产工业》
北大核心
2024年第3期38-44,共7页
基金
内蒙古自治区重点研发和成果转化计划项目(2022YFDZ0031)。
文摘
木材作为天然生物材料很容易受到内外界影响从而产生不符合人们生产需求的缺陷,人们为了准确高效的识别木材缺陷进行了大量的研究。本文对近年来基于深度学习的木材缺陷检测技术进行梳理,根据使用方法的侧重点不同将其分类,并针对典型方法加以细分归类和对比分析,总结了每种方法的优缺点及其应用面。此外,提出了基于深度学习的木材缺陷检测技术目前所存在的难点与所陷困境。
关键词
木材缺陷
单
阶段
目标
检测
双阶段目标检测
神经网络
深度学习
Keywords
Wood defects
Single stage target detection
Dual stage target detection
Neural network
Deep learning
分类号
TS6 [轻工技术与工程]
TS396 [轻工技术与工程]
在线阅读
下载PDF
职称材料
题名
基于改进U-net和CNN的绝缘子自爆检测方法研究
被引量：
26
2
作者
李俊
任景
王晔琳
张小东
薛晨
任冲
范国伟
机构
国家电网公司西北分部
西安理工大学电气学院
出处
《智慧电力》
北大核心
2021年第8期98-103,共6页
基金
国家自然科学基金资助项目(51707155)。
文摘
针对绝缘子自爆故障人工检测效率低,成本高的问题,基于改进U-net和卷积神经网络(CNN)模型,提出一种可有效识别绝缘子自爆故障的双阶段目标检测算法。首先,在语义分割阶段使用改进U-net模型,通过翻倍提高图像分辨率的方法有效提高图像分割精度。其次,在图像分类阶段提出更适合所提问题且有效提高分类准确度的新型CNN模型。最后,使用无人机拍摄的绝缘子图片为实验数据进行实验。实验结果表明所提算法识别精度较高。
关键词
绝缘子
自爆故障
改进U-net
卷积神经网络
双阶段目标检测
算法
Keywords
insulator
self-explosion fault
improved U-net
convolution neural network
two-stage target detection algorithm
分类号
TM216 [一般工业技术—材料科学与工程]
TP183 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于深度学习的木材缺陷智能检测的研究进展与展望
王明涛
项晓扬
崔文燕
院霖享
多化琼
《林产工业》
北大核心
2024
10
在线阅读
下载PDF
职称材料
2
基于改进U-net和CNN的绝缘子自爆检测方法研究
李俊
任景
王晔琳
张小东
薛晨
任冲
范国伟
《智慧电力》
北大核心
2021
26
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
