-
题名基于深度学习的电力设备铭牌文本识别
被引量：14
- 1
-
-
作者
王逸凡
王佳宇
仲林林
高丙团
-
机构
东南大学电气工程学院
-
出处
《电力工程技术》
北大核心
2022年第5期210-218,共9页
-
基金
国家自然科学基金资助项目(92066106)。
-
文摘
电力设备铭牌包含丰富的设备信息,通过图文识别技术获取设备铭牌信息,可更加高效快捷地完成电力设备的信息统计、台帐校核等工作,也有利于提高电力系统的设备管理水平。针对电力设备铭牌与普通图像文本识别差异较大的特殊应用场景,文中提出一种基于深度学习的电力设备铭牌信息自动识别算法。该算法由铭牌检测、文本检测、文本识别三部分组成。通过改进损失函数设计、增加文本识别结果纠正、人工合成文本图像等方式,使得铭牌检测模型在测试集上的平均精度均值达到92.2%,文本检测模型在测试集上的F 1值达到91.2%,文本识别模型的字符识别准确率达到94.0%,文本行识别准确率达到82.3%。
-
关键词
电力设备铭牌
计算机视觉
深度学习
目标检测
文本检测
文本识别
-
Keywords
power equipment nameplate
computer vision
deep learning
object detection
text detection
text recognition
-
分类号
TM07
[电气工程—电工理论与新技术]
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于改进DBNet的电力设备铭牌文本检测方法研究
被引量：4
- 2
-
-
作者
卫薇
龙娜
田钺
康博
王道累
赵文彬
-
机构
贵州电网有限责任公司信息中心
上海电力大学
-
出处
《高电压技术》
EI
CAS
CSCD
北大核心
2023年第S01期63-67,共5页
-
文摘
电力设备铭牌可以帮助变电站、电厂快速了解设备信息。为了解决人工检查电力设备铭牌繁琐的核对工作,本文使用深度学习技术,针对电力设备铭牌文本检测改进了DBNet网络模型,该模型使用像素级别的插值和池化将文本轮廓更为精确检测出来,能够为电力设备铭牌文字识别提供精确的文本框,确保后序识别可以正确的检测出铭牌上文字,为电力设备快速识别环节提供充分的监督。本文改进后的模型可以有效检测出文本框边缘的文本信息,其在电力设备铭牌标签的检测精确度达到了82.7%。并能够将电力设备铭牌上设备信息全部检测出来。
-
关键词
电力设备铭牌
文本检测与识别
DBNet
特征金字塔结构
深度学习
-
分类号
TM50
[电气工程—电器]
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于深度学习的电力设备铭牌文本检测方法
被引量：4
- 3
-
-
作者
王道累
康博
朱瑞
-
机构
上海电力大学能源与机械工程学院
-
出处
《图学学报》
CSCD
北大核心
2023年第4期691-698,共8页
-
基金
科技创新2030-“新一代人工智能”重大项目(2021ZD0111902)
国家自然科学基金项目(U21B2038,61876012,62172022)
中国高校产学研创新基金项目(2021JQR023)。
-
文摘
电力设备铭牌的快速检测可以帮助变电站、电厂了解设备信息,进行定期检修与维护,以保证设备的正常运行。针对目前的文本检测网络无法做到提高精确率的同时兼顾检测效率的问题,提出了在DBNet网络模型中引入注意力模块(CBAM),并改进检测头,在主干网络中引入多尺度特征金字塔(FPN)结构,并在原始的FPN上进行改进。针对目前电力设备铭牌并无公开数据集且较难采集数据的情况,提出了将数张铭牌图片裁剪成矩形,再以一定比例进行拼接成新的图像的数据增强方法,以此对数据集进行了有效地扩充。实验结果表明,数据增强方法和改进后的DBNet网络结构在检测性能上均有提升,优于目前大多数文本检测网络结构。改进后的DBNet网络结构检测精确率达到了90.3%,召回率达到了79.7%,F值达到了84.7%,相较于原始模型,F值提升了3.3个百分点。在检测速度变化损失很小的同时,极大地提高了检测性能。
-
关键词
文本检测
DBNet
注意力模块
数据增强
电力设备铭牌
-
Keywords
text detection
DBNet
CBAM
data enhancement
electrical equipment nameplates
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
