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
1
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
结合知识图谱和小目标改进的RCNN电力杆塔部件识别方法
被引量：
1
1
作者
张锴
贾涛
《计算机工程与应用》
北大核心
2025年第4期299-309,共11页
电力巡检是输电线路建设中的重要一环,利用无人机对电力杆塔进行巡检,并使用深度学习辅助技术人员进行智能决策,能够减少漏检率,提高巡检效率。已有方法大多无法做到对无人机影像中电力部件进行多尺度识别,或无法适应电力杆塔影像复杂...
电力巡检是输电线路建设中的重要一环,利用无人机对电力杆塔进行巡检,并使用深度学习辅助技术人员进行智能决策,能够减少漏检率,提高巡检效率。已有方法大多无法做到对无人机影像中电力部件进行多尺度识别,或无法适应电力杆塔影像复杂场景。针对以上问题,提出了一种结合知识图谱和小目标改进的RCNN电力杆塔部件识别方法。在Reasoning-RCNN模型基础上引入了空间知识图谱模块,对图像目标框间的空间关系建模;针对小目标问题构建了ROI上下文特征融合模块,并引入基于图像切分的小目标识别策略。对电力杆塔影像数据进行人工标注,并在此数据集上对模型进行实验评估。实验结果表明,所提算法实现了对复杂场景下的电力杆塔部件的多尺度识别,且精度超越了其他基准模型。
展开更多
关键词
无人机巡检
深度学习
电力杆塔部件识别
知识图谱
小目标检测
在线阅读
下载PDF
职称材料
题名
结合知识图谱和小目标改进的RCNN电力杆塔部件识别方法
被引量：
1
1
作者
张锴
贾涛
机构
武汉大学遥感信息工程学院
出处
《计算机工程与应用》
北大核心
2025年第4期299-309,共11页
基金
国家自然科学基金(41971332)
南方电网公司科技项目(0315002022030201JJ00025)。
文摘
电力巡检是输电线路建设中的重要一环,利用无人机对电力杆塔进行巡检,并使用深度学习辅助技术人员进行智能决策,能够减少漏检率,提高巡检效率。已有方法大多无法做到对无人机影像中电力部件进行多尺度识别,或无法适应电力杆塔影像复杂场景。针对以上问题,提出了一种结合知识图谱和小目标改进的RCNN电力杆塔部件识别方法。在Reasoning-RCNN模型基础上引入了空间知识图谱模块,对图像目标框间的空间关系建模;针对小目标问题构建了ROI上下文特征融合模块,并引入基于图像切分的小目标识别策略。对电力杆塔影像数据进行人工标注,并在此数据集上对模型进行实验评估。实验结果表明,所提算法实现了对复杂场景下的电力杆塔部件的多尺度识别,且精度超越了其他基准模型。
关键词
无人机巡检
深度学习
电力杆塔部件识别
知识图谱
小目标检测
Keywords
drone inspection
deep learning
transmission tower component detection
knowledge graph
small object detection
分类号
TP391 [自动化与计算机技术—计算机应用技术]
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
结合知识图谱和小目标改进的RCNN电力杆塔部件识别方法
张锴
贾涛
《计算机工程与应用》
北大核心
2025
1
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
