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
3
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
基于视觉显著性的输电线路杆塔鸟窝检测
1
作者
余志宏
储露露
+2 位作者
马云鹏
周亚琴
李庆武
《计算机应用与软件》
北大核心
2025年第1期137-142,204,共7页
鸟类在输电线路杆塔上筑巢会对电网的稳定运行造成极大的威胁。针对无人机航拍图像中鸟窝检测问题,提出一种基于视觉显著性的输电线路杆塔鸟窝检测算法,该算法通过灰度值分析定位出线路杆塔所在的区域并将其作为感兴趣区域,提取图像的...
鸟类在输电线路杆塔上筑巢会对电网的稳定运行造成极大的威胁。针对无人机航拍图像中鸟窝检测问题,提出一种基于视觉显著性的输电线路杆塔鸟窝检测算法,该算法通过灰度值分析定位出线路杆塔所在的区域并将其作为感兴趣区域,提取图像的三种显著性特征,并采用条件随机场模型进行特征融合得到显著图;根据鸟窝的形状特征制定约束条件,排除电力线和云层等伪目标的干扰,得到鸟窝检测结果。实验结果表明,所提出的方法能够准确地检测出输电线路杆塔上的鸟窝。
展开更多
关键词
输电线路鸟窝检测
视觉显著性检测
计算机视觉
多特征融合
条件随机场
在线阅读
下载PDF
职称材料
基于YOLOv5s的轻量化架空输电线路鸟巢检测网络
被引量：
5
2
作者
徐业东
蔡亚恒
+2 位作者
李严
刘学雷
曹英丽
《电子测量技术》
北大核心
2024年第7期138-148,共11页
架空输电线路上的鸟巢侵占会对铁塔上的电力设备造成安全隐患,间接可能影响整个电力系统的稳定运行。针对目前架空输电线路鸟巢检测模型在复杂场景以及小目标场景下检测精度不高,检测效率低,模型复杂等问题。本研究提出一种基于YOLOv5s...
架空输电线路上的鸟巢侵占会对铁塔上的电力设备造成安全隐患,间接可能影响整个电力系统的稳定运行。针对目前架空输电线路鸟巢检测模型在复杂场景以及小目标场景下检测精度不高,检测效率低,模型复杂等问题。本研究提出一种基于YOLOv5s框架的轻量化架空输电线路鸟巢检测网络。首先在主干部分采用Fasternet重构YOLOv5s特征提取网络,降低模型复杂度,提高运行速度;然后在特征融合网络部分嵌入ConvMixer层,ConvMixer层的结构设计有助于在特征信息中更好的捕捉空间和通道的关系,提升模型对于小目标的检测能力;最后在特征融合网络部分引入ODConv模块,令送入检测头的特征图包含更多有效特征,提高模型对复杂场景和小目标的检测性能。实验结果表明,本文与基线模型YOLOv5s相比,计算量和模型体积分别减少了86%和72%,平均精度均值达到96.4%,检测速度达到104.2帧/s,验证了本文改进模型的有效性和可行性。
展开更多
关键词
轻量化
架空输电线路
YOLOv5s
鸟巢
目标检测
在线阅读
下载PDF
职称材料
基于改进YOLOv5的输电线路鸟巢检测方法研究
被引量：
30
3
作者
张焕龙
齐企业
+4 位作者
张杰
王延峰
郭志民
田杨阳
陈富国
《电力系统保护与控制》
EI
CSCD
北大核心
2023年第2期151-159,共9页
输电线路上的鸟巢会对电力设备的安全运行构成威胁,甚至影响整个电力系统的稳定性。针对复杂场景下输电线路鸟巢检测方法适用性较差的问题,提出一种基于改进YOLOv5的输电线路鸟巢检测方法。该方法结合通道注意机制和空间注意机制设计特...
输电线路上的鸟巢会对电力设备的安全运行构成威胁,甚至影响整个电力系统的稳定性。针对复杂场景下输电线路鸟巢检测方法适用性较差的问题,提出一种基于改进YOLOv5的输电线路鸟巢检测方法。该方法结合通道注意机制和空间注意机制设计特征平衡网络,以通道权值和空间权值作为引导,实现检测网络不同层次特征之间语义信息和空间信息的平衡。同时,为了避免因网络层数增加导致特征信息不断被弱化的问题,设计特征增强模块以捕获与鸟巢相关的通道关系和位置信息。最后,利用输电线路无人机巡检图像建立鸟巢数据集进行训练和测试。实验结果表明,所提出的输电线路鸟巢检测方法具有较强的泛化能力和适用性,同时也为电力图像缺陷检测提供技术参考。
展开更多
关键词
输电线路
注意力机制
无人机巡检
鸟巢检测
在线阅读
下载PDF
职称材料
题名
基于视觉显著性的输电线路杆塔鸟窝检测
1
作者
余志宏
储露露
马云鹏
周亚琴
李庆武
机构
河海大学物联网工程学院
出处
《计算机应用与软件》
北大核心
2025年第1期137-142,204,共7页
基金
国家自然科学基金项目(62001156)
江苏省重点研发计划项目(BE2018066)。
文摘
鸟类在输电线路杆塔上筑巢会对电网的稳定运行造成极大的威胁。针对无人机航拍图像中鸟窝检测问题,提出一种基于视觉显著性的输电线路杆塔鸟窝检测算法,该算法通过灰度值分析定位出线路杆塔所在的区域并将其作为感兴趣区域,提取图像的三种显著性特征,并采用条件随机场模型进行特征融合得到显著图;根据鸟窝的形状特征制定约束条件,排除电力线和云层等伪目标的干扰,得到鸟窝检测结果。实验结果表明,所提出的方法能够准确地检测出输电线路杆塔上的鸟窝。
关键词
输电线路鸟窝检测
视觉显著性检测
计算机视觉
多特征融合
条件随机场
Keywords
bird's nest detection on the transmission line
Visual saliency
detection
Computer visi
on
Multi-feature fusi
on
C
on
diti
on
al random field
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
基于YOLOv5s的轻量化架空输电线路鸟巢检测网络
被引量：
5
2
作者
徐业东
蔡亚恒
李严
刘学雷
曹英丽
机构
沈阳农业大学信息与电气工程学院
辽宁省农业信息化工程技术中心
出处
《电子测量技术》
北大核心
2024年第7期138-148,共11页
基金
国家自然科学基金(61903264)项目资助。
文摘
架空输电线路上的鸟巢侵占会对铁塔上的电力设备造成安全隐患,间接可能影响整个电力系统的稳定运行。针对目前架空输电线路鸟巢检测模型在复杂场景以及小目标场景下检测精度不高,检测效率低,模型复杂等问题。本研究提出一种基于YOLOv5s框架的轻量化架空输电线路鸟巢检测网络。首先在主干部分采用Fasternet重构YOLOv5s特征提取网络,降低模型复杂度,提高运行速度;然后在特征融合网络部分嵌入ConvMixer层,ConvMixer层的结构设计有助于在特征信息中更好的捕捉空间和通道的关系,提升模型对于小目标的检测能力;最后在特征融合网络部分引入ODConv模块,令送入检测头的特征图包含更多有效特征,提高模型对复杂场景和小目标的检测性能。实验结果表明,本文与基线模型YOLOv5s相比,计算量和模型体积分别减少了86%和72%,平均精度均值达到96.4%,检测速度达到104.2帧/s,验证了本文改进模型的有效性和可行性。
关键词
轻量化
架空输电线路
YOLOv5s
鸟巢
目标检测
Keywords
lightweight
overhead
transmission
line
s
YOLOv5s
a bird′s
nest
object
detection
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
TM75 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
基于改进YOLOv5的输电线路鸟巢检测方法研究
被引量：
30
3
作者
张焕龙
齐企业
张杰
王延峰
郭志民
田杨阳
陈富国
机构
郑州轻工业大学电气信息工程学院
国网河南省电力公司电力科学研究院
西安交通大学电气学院
平高集团有限公司
出处
《电力系统保护与控制》
EI
CSCD
北大核心
2023年第2期151-159,共9页
基金
国家自然科学基金项目资助(62102373,61873246,62072416,62006213)
河南省科技攻关计划项目资助(212102310053,222102320321)
河南省高校科技创新人才项目资助(21HASTIT028)。
文摘
输电线路上的鸟巢会对电力设备的安全运行构成威胁,甚至影响整个电力系统的稳定性。针对复杂场景下输电线路鸟巢检测方法适用性较差的问题,提出一种基于改进YOLOv5的输电线路鸟巢检测方法。该方法结合通道注意机制和空间注意机制设计特征平衡网络,以通道权值和空间权值作为引导,实现检测网络不同层次特征之间语义信息和空间信息的平衡。同时,为了避免因网络层数增加导致特征信息不断被弱化的问题,设计特征增强模块以捕获与鸟巢相关的通道关系和位置信息。最后,利用输电线路无人机巡检图像建立鸟巢数据集进行训练和测试。实验结果表明,所提出的输电线路鸟巢检测方法具有较强的泛化能力和适用性,同时也为电力图像缺陷检测提供技术参考。
关键词
输电线路
注意力机制
无人机巡检
鸟巢检测
Keywords
transmission
line
s
attenti
on
mechanism
UAV inspecti
on
bird’s
nest
detection
分类号
TM75 [电气工程—电力系统及自动化]
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
基于视觉显著性的输电线路杆塔鸟窝检测
余志宏
储露露
马云鹏
周亚琴
李庆武
《计算机应用与软件》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于YOLOv5s的轻量化架空输电线路鸟巢检测网络
徐业东
蔡亚恒
李严
刘学雷
曹英丽
《电子测量技术》
北大核心
2024
5
在线阅读
下载PDF
职称材料
3
基于改进YOLOv5的输电线路鸟巢检测方法研究
张焕龙
齐企业
张杰
王延峰
郭志民
田杨阳
陈富国
《电力系统保护与控制》
EI
CSCD
北大核心
2023
30
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
