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
共找到88篇文章
< 1 2 … 5 >
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：
基于通道剪枝的YOLOv7-tiny输电线路异物检测算法 被引量：6
1
作者 孙阳 李佳 《计算机工程与应用》 CSCD 北大核心 2024年第14期319-328,共10页
针对输电线路异物检测精度不佳且模型庞大的问题,提出了基于通道剪枝的改进YOLOv7-tiny算法用于输电线路异物检测。用ReXNet网络替代了YOLOv7-tiny的骨干网络改进原网络的特征瓶颈问题。引入了多样化分支块从而增加网络特征融合能力,通... 针对输电线路异物检测精度不佳且模型庞大的问题,提出了基于通道剪枝的改进YOLOv7-tiny算法用于输电线路异物检测。用ReXNet网络替代了YOLOv7-tiny的骨干网络改进原网络的特征瓶颈问题。引入了多样化分支块从而增加网络特征融合能力,通过基于层自适应幅度的修剪(LAMP)剪枝方案损失一定精度换取模型体积、运算量的降低,为下一步部署到嵌入式设备做好准备。实验结果表明,最终的改进模型相对于YOLOv7-tiny模型精度上提升3个百分点,FPS提升原来的119.4%,模型大小压缩到原来的14%。 展开更多
关键词 输电线路 YOLOv7-tiny算法 通道剪枝 异物检测
在线阅读 下载PDF
基于改进DINO的铁路接触网异物检测方法 被引量：4
2
作者 史天运 侯博 +1 位作者 李国华 代明睿 《中国铁道科学》 EI CAS CSCD 北大核心 2024年第4期158-167,共10页
针对铁路接触网异物类别多样、场景多变的开放目标检测问题,提出基于改进DINO目标检测算法的铁路接触网异物检测方法。首先,基于铁路接触网异物图像特征,利用EfficientNet网络替换原始模型中的Resnet主干网络,并结合卷积注意力模块(Conv... 针对铁路接触网异物类别多样、场景多变的开放目标检测问题,提出基于改进DINO目标检测算法的铁路接触网异物检测方法。首先,基于铁路接触网异物图像特征,利用EfficientNet网络替换原始模型中的Resnet主干网络,并结合卷积注意力模块(Convolutional Block Attention Module,CBAM)对EfficientNet网络进行改进,在颈部结构采用改进后的加权双向特征金字塔网络(Bidirectional Feature Pyramid Network,BiFPN),以增强模型对重要特征的关注度,提升检测性能;其次,通过马赛克数据增强和环境干扰等多种数据增强技术对输入图片数据进行处理,丰富样本数据的特征;最后,利用铁路人工智能平台实现铁路接触网异物检测的应用。结果表明:所提方法在性能方面表现优异,其平均精度均值可达89.87%,与YOLOv5,DETR和原始DINO这3种典型的目标检测算法相比,分别提高了6.40%,7.31%和5.75%。该方法能够满足行车线路上接触网异物的准确、快速及智能化识别要求,为接触网异物检测提供重要的技术支撑。 展开更多
关键词 铁路接触网 异物识别 目标检测 人工智能平台 卷积注意力模块
在线阅读 下载PDF
基于Stair−YOLOv7−tiny的煤矿井下输送带异物检测 被引量：2
3
作者 梅晓虎 吕小强 雷萌 《工矿自动化》 CSCD 北大核心 2024年第8期99-104,111,共7页
针对现有煤矿井下输送带异物检测方法应对复杂场景适应性差、无法满足实时性和轻量化要求、处理尺寸差异较大异物时表现不佳的问题,基于轻量化YOLOv7−tiny模型进行改进,提出了一种Stair−YOLOv7−tiny模型,并将其用于煤矿井下输送带异物... 针对现有煤矿井下输送带异物检测方法应对复杂场景适应性差、无法满足实时性和轻量化要求、处理尺寸差异较大异物时表现不佳的问题,基于轻量化YOLOv7−tiny模型进行改进,提出了一种Stair−YOLOv7−tiny模型,并将其用于煤矿井下输送带异物检测。该模型在高效层聚合网络(ELAN)模块中添加特征拼接单元,形成阶梯ELAN(Stair−ELAN)模块,将不同层级的低维特征与高维特征进行融合,加强了特征层级间的直接联系,提升了信息捕获能力,增强了模型对不同尺度目标和复杂场景的适应性;针对检测头引入阶梯特征融合(Stair−fusion),形成阶梯检测头(Stair−head)模块,通过逐层融合不同分辨率的检测头特征,增强了中低分辨率检测头的特征表达能力,实现了特征信息的互补。实验结果表明:Stair−YOLOv7−tiny模型在输送带异物开源数据集CUMT−BelT上的检测效果优于CBAM−YOLOv5,YOLOv7−tiny及其轻量化模型,准确率、平均精度均值、召回率和精确率分别达98.5%,81.0%,82.2%和88.4%,检测速度为192.3帧/s;在某矿井下输送带监控视频分析中,Stair−YOLOv7−tiny模型未出现漏检或误检,实现了输送带异物的准确检测。 展开更多
关键词 输送带异物检测 YOLOv7−tiny 多尺度目标检测 Stair−fusion 高效层聚合网络 检测头
在线阅读 下载PDF
基于轻量化YOLOv8的换向器槽内异物检测
4
作者 李慧敏 宋旭宁 《机床与液压》 北大核心 2025年第15期151-157,共7页
在电机自动化生产流水线中,换向器经过车削等工艺后,铜屑等异物掉入其绝缘槽内,从而影响电机性能。换向器槽内异物特征不明显,且异物微小难以发现。针对这一问题,提出一种基于改进的轻量化YOLOv8换向器槽内异物检测算法。设计合理照明... 在电机自动化生产流水线中,换向器经过车削等工艺后,铜屑等异物掉入其绝缘槽内,从而影响电机性能。换向器槽内异物特征不明显,且异物微小难以发现。针对这一问题,提出一种基于改进的轻量化YOLOv8换向器槽内异物检测算法。设计合理照明系统采集绝缘槽内特征明显的图像,引入轻量化网络ShuffleNetV2替代YOLOv8网络中的主干结构,并对原网络中的C2f模块进行通道剪枝,减少模型的复杂程度。在模型的骨干网络中引入ELA注意力机制,增强小目标特征的提取能力,弥补轻量化带来的精度损失,提高模型检测性能。最后,将原网络中的CIoU损失函数替换为EIoU,使得正负样本分配更加合理,提高回归预测的准确性,进一步提升网络的检测精度。实验结果表明:相比于原始YOLOv8模型,改进的轻量化YOLOv8算法检测精度提高了1.1%,参数量、浮点计算量分别降低了0.35 MB、1.6 GB。该方法能够在树莓派等嵌入式设备下实现高精度检测,符合自动化实时检测的速度和精度需求。 展开更多
关键词 换向器 微小异物检测 轻量化网络 YOLOv8
在线阅读 下载PDF
基于YOLO-CDBW模型的列车接触网异物检测研究 被引量：2
5
作者 郭翔羽 石天怡 +2 位作者 陈燕楠 南新元 蔡鑫 《广西师范大学学报(自然科学版)》 北大核心 2025年第2期56-69,共14页
接触网是为列车行驶提供电力的输电线路,附着在接触网的塑料袋等异物会对列车运行造成安全隐患。针对目前人工检查效率低下、劳动成本高等问题,本文提出一种基于YOLOv7改进的接触网异物检测模型YOLO-CDBW。首先,在特征提取阶段构建一种... 接触网是为列车行驶提供电力的输电线路,附着在接触网的塑料袋等异物会对列车运行造成安全隐患。针对目前人工检查效率低下、劳动成本高等问题,本文提出一种基于YOLOv7改进的接触网异物检测模型YOLO-CDBW。首先,在特征提取阶段构建一种使用残差瓶颈结构和深度分离卷积层的特征提取模块,避免因网络深度增加造成的小目标特征丢失问题,并降低网络运算量;其次,颈部改用BiFPN结构,捕捉多尺度信息,改善细节特征丢失问题,同时嵌入BiFormer注意力机制,重新分配融合后特征图的权重,提高网络对异物的关注度;最后,使用WIoU损失函数优化模型,通过动态聚焦机制,将注意力聚集在普通质量锚框上,提高预测精准度。经实验,YOLO-CDBW模型平均精度均值mAP 0.5达到87.1%,检测速度FPS达到66.5 frame/s,较YOLOv7模型分别提高5.0和10.8个百分点,满足接触网异物检测需求。 展开更多
关键词 接触网 异物检测 YOLO 目标检测 损失函数 注意力机制
在线阅读 下载PDF
基于行波全频带特征的配电网故障行波波头标定方法
6
作者 王有鹏 曾祥君 +5 位作者 刘丰 刘凤 蒋戆 喻锟 谢李为 李肖博 《电力系统保护与控制》 北大核心 2025年第1期171-180,共10页
针对配电网行波波头标定方法易受噪声、波头畸变影响的问题,提出一种基于行波全频带特征的配电网故障行波波头标定方法。首先,根据行波高频段分量包含奇异点特征、行波中低频段分量不受噪声干扰的特点,提出利用行波全频带分量特征来标... 针对配电网行波波头标定方法易受噪声、波头畸变影响的问题,提出一种基于行波全频带特征的配电网故障行波波头标定方法。首先,根据行波高频段分量包含奇异点特征、行波中低频段分量不受噪声干扰的特点,提出利用行波全频带分量特征来标定行波,并分析了不同工况下利用行波全频带分量特征标定波头的优势。然后,设计并搭建基于目标检测模型的卷积神经网络(convolutional neural network,CNN),以行波全频带分量作为特征输入量,利用一维卷积核提取行波信号的波头特征。最后,结合特征金字塔网络与路径聚合网络结构,融合行波波头高中低频带特征,实现行波到达时刻的准确标定。与传统方法相比,所提方法在短线路、强噪声情况下具有较强的适应性,并且在微弱故障行波场景下也能够实现波头标定,具有良好的现场应用效果。 展开更多
关键词 配电网 波头标定 行波全频带 目标检测模型
在线阅读 下载PDF
基于改进SinGAN的电力线巡检异物数据增强技术 被引量：5
7
作者 宋立业 王诗翱 +1 位作者 刘昕明 刘卫东 《电子测量与仪器学报》 CSCD 北大核心 2021年第1期165-173,共9页
针对电力线异物识别模型能使用的数据集较少,并且传统单幅自然图像的生成式模型(SinGAN)模型生成数据与异物识别模型匹配度不高、质量不佳、耗时过久的问题,提出了改进SinGAN模型。在改进SinGAN模型基础上加入仿射变换单元、大小变换单... 针对电力线异物识别模型能使用的数据集较少,并且传统单幅自然图像的生成式模型(SinGAN)模型生成数据与异物识别模型匹配度不高、质量不佳、耗时过久的问题,提出了改进SinGAN模型。在改进SinGAN模型基础上加入仿射变换单元、大小变换单元进一步增强数据集,加入图像滤波单元提高电力线异物识别模型所需数据质量。并通过改进SinGAN反向传播训练过程和SinGAN的单精度生成器结构提升模型生成质量,减少所用时长。实验结果表明,经50次实验后,改进SinGAN的平均弗雷谢特起始距离(Fréchet inception distance, FID)为91.375,平均训练时长1.21 h。分别比传统SinGAN降低了27.247%和87.31%。改进SinGAN与其他主流生成式对抗网络相比有更好的异物数据生成能力,可以增强电力线异物识别模型所需数据,具有优越性。 展开更多
关键词 电力线巡检 异物识别 数据集增强 生成式对抗网路
在线阅读 下载PDF
基于改进YOLOv5输电线路异物检测算法研究
8
作者 刘聪 李丽 +2 位作者 许婷婷 胡胜 孔祥斌 《河南师范大学学报(自然科学版)》 北大核心 2025年第2期115-123,I0008,I0009,共11页
输电线路异物检测对于电力系统的安全可靠运行具有重要意义.为提高输电线路异物检测的精度,提出了一种基于改进YOLOv5的输电线路异物检测算法.该算法以YOLOv5为基础网络,在YOLOv5的C3模块嵌入Swin Transformer模块,形成C3STR,将其作为... 输电线路异物检测对于电力系统的安全可靠运行具有重要意义.为提高输电线路异物检测的精度,提出了一种基于改进YOLOv5的输电线路异物检测算法.该算法以YOLOv5为基础网络,在YOLOv5的C3模块嵌入Swin Transformer模块,形成C3STR,将其作为一个整体模块嵌入网络,借助其窗口自注意模块将自注意计算限制在偏移后的局部窗口,减少计算量,还允许跨窗口连接来提高效率,增强目标的深层语义信息和特征表示能力.并增加CBAM注意力机制,将空间注意力机制和通道注意力机制相结合,使网络能够关注到图片中的重要信息,提升网络特征提取能力.最后将回归函数的损失函数CIoU_loss替换为SIoU_loss以提升网络的收敛速度.实验结果表明,模型改进后的平均精度均值(mAP)为98.8%,较原模型提高了3.3%. 展开更多
关键词 YOLOv5 异物检测 输电线 Swin Transformer CBAM SIoU
在线阅读 下载PDF
人工智能视觉大模型在铁路线路异物入侵场景中的应用 被引量：1
9
作者 杨涛存 史维峰 +3 位作者 李国华 代明睿 李文浩 杜文然 《中国铁路》 北大核心 2025年第1期23-29,48,共8页
铁路线路异物入侵是威胁列车运行安全的严重问题之一,现有的智能识别系统在解决数据稀缺和异物种类多样性等问题时面临巨大挑战。针对上述问题,提出一种基于人工智能大模型的铁路线路异物入侵智能识别方法,基于预训练大模型的特征提取... 铁路线路异物入侵是威胁列车运行安全的严重问题之一,现有的智能识别系统在解决数据稀缺和异物种类多样性等问题时面临巨大挑战。针对上述问题,提出一种基于人工智能大模型的铁路线路异物入侵智能识别方法,基于预训练大模型的特征提取能力和泛化性能,通过对大模型结构深度和宽度的扩展,结合迁移学习策略,微调使其适应铁路线路异物识别任务。实验结果表明,基于人工智能大模型的异物入侵检测算法,能够显著减少对标注数据的依赖。在面对训练数据有限和未知异物类别多样的问题时,能实现较高的检测准确率和实时性能,显示出其在复杂环境中处理未知多变异物入侵的强大能力。 展开更多
关键词 人工智能 计算机视觉 视觉算法 铁路安全 异物入侵监测 深度学习 铁路线路
在线阅读 下载PDF
基于改进YOLOv8算法的10 kV配电线路导线裸露检测
10
作者 荆启文 郝思鹏 李思源 《电力工程技术》 北大核心 2025年第3期201-210,共10页
10 kV配电线路导线裸露是造成配电网线路运行故障的重要诱因之一,严重威胁配电网的安全稳定运行。传统人工运维巡视手段往往无法及时发现该类缺陷。针对此问题,文中提出一种基于改进YOLOv8算法的10 kV配电线路导线裸露的检测方法,用以... 10 kV配电线路导线裸露是造成配电网线路运行故障的重要诱因之一,严重威胁配电网的安全稳定运行。传统人工运维巡视手段往往无法及时发现该类缺陷。针对此问题,文中提出一种基于改进YOLOv8算法的10 kV配电线路导线裸露的检测方法,用以辅助电网运维人员快速高效检测导线裸露缺陷。该算法在主干网络利用全维动态卷积代替原始卷积,通过多维度特征提取增强对导线裸露的特征捕捉能力;在颈部网络中,将注意力嵌入模块与原网络中的跨阶段特征融合模块相结合,加强高层特征与低层特征之间的联系,从而更好地分析导线裸露的整体形状和局部细节信息;在损失函数上,选用距离交并比和归一化瓦塞尔斯坦距离相结合的方法,提高无人机拍摄的巡检照片中导线裸露目标的关注度。实验结果表明,改进算法相较原始算法在准确率、召回率和平均精度上分别提升了4.8个百分点、4.2个百分点、5.2个百分点,有效提升了配电网导线裸露的检测能力,为电力系统的安全稳定运行提供了新的技术手段。 展开更多
关键词 10 kV配电线路 导线裸露 YOLOv8 多维度特征提取 图像特征信息处理 目标检测优化
在线阅读 下载PDF
面向配电网典型部件的热故障精准判别方法 被引量：1
11
作者 陶岩 张辉 +2 位作者 黄志鸿 单楚栋 徐先勇 《智能系统学报》 北大核心 2025年第2期506-515,共10页
提出一种配电网部件的热故障判别方法。首先包括一种检测任务转换方法,作为热故障判别前置任务的目标检测中。方法主要实现了将可见光图像和红外图像2种不同模态的信息进行巧妙地融合。其次是一种风格迁移方法,用于巡检任务中的场景自... 提出一种配电网部件的热故障判别方法。首先包括一种检测任务转换方法,作为热故障判别前置任务的目标检测中。方法主要实现了将可见光图像和红外图像2种不同模态的信息进行巧妙地融合。其次是一种风格迁移方法,用于巡检任务中的场景自适应。最后是一种改进的交并集损失,用于降低低质量标注示例对边界框回归的影响,以提高模型检测性能。所提出方法较此前方法相比采用了多模态图像的信息,不局限于低分辨率红外图像。且改进后的方法使部件检测(定位)平均精度达到了88.1%,且不影响实时性,误检漏检情况也大大减少。优越的目标检测性能为热故障判别提供了良好的前提条件,温度解译平均误差不超过0.8℃。 展开更多
关键词 配电网巡检 热故障判别 多模态图像 目标检测 风格迁移 交并集损失 图像融合 深度学习
在线阅读 下载PDF
基于图像和线激光融合的多阶段物体位姿估计方法
12
作者 倪涵静 李正强 刘益军 《广东电力》 北大核心 2025年第7期11-18,共8页
针对配电网杆塔附件尺寸小,传统基于目标检测的定位方法难以满足配电网杆塔附件自动化检修与更换需求的问题,提出一种基于图像和线激光融合的多阶段物体位姿估计方法。该方法首先采用所设计的改进数据采集方法获取标定数据,实现相机与... 针对配电网杆塔附件尺寸小,传统基于目标检测的定位方法难以满足配电网杆塔附件自动化检修与更换需求的问题,提出一种基于图像和线激光融合的多阶段物体位姿估计方法。该方法首先采用所设计的改进数据采集方法获取标定数据,实现相机与线激光外参快速、准确标定;然后基于动态迭代策略结合相机内参,实现杆塔附件末端的快速定位;最后通过目标检测与距离阈值结合的点云滤波算法获取附件末端点云,从而拟合得到附件末端位姿。实验结果表明,所提多阶段物体位姿估计方法在实验室环境和室外的定位误差均值分别为1.93 mm和1.91 mm,在配电网附件检修应用中,附件末端对准的平均成功率为94.7%。所提方法可为实现杆塔附件自动化检修与更换提供技术支撑。 展开更多
关键词 多阶段 物体位姿估计 图像与线激光融合 配电网杆塔附件
在线阅读 下载PDF
EDLine与改进光流法线路异物智能检测 被引量：7
13
作者 邵云峰 杨涛 +3 位作者 马中静 王宏超 权笑天 范益民 《计算机工程与设计》 北大核心 2022年第5期1494-1500,F0003,共8页
为提高无人机电力故障巡检效率,提出一种结合边缘绘制线(edge drawing line,EDLine)特征提取算法与改进光流法的输电线路异物智能检测方法。鉴于背景纹理对航拍图像的影响,研究一种基于矩阵的线段融合算法以解决EDLine线段检测的断续问... 为提高无人机电力故障巡检效率,提出一种结合边缘绘制线(edge drawing line,EDLine)特征提取算法与改进光流法的输电线路异物智能检测方法。鉴于背景纹理对航拍图像的影响,研究一种基于矩阵的线段融合算法以解决EDLine线段检测的断续问题,根据多特征约束提取输电线路区域。为有效识别异物,利用动量因子改进光流算法迭代收敛速度,根据光流信息检测异物故障。对无人机巡检图像的测试结果表明,该方法在复杂背景或异物不明显时均可有效检测出异物。提出检测算法准确度高、鲁棒性强,保证巡检的时效性。 展开更多
关键词 电力巡检 输电线路 异物检测 边缘绘制线 光流法
在线阅读 下载PDF
基于改进YOLOv8的煤矿输送带异物检测 被引量：4
14
作者 洪炎 汪磊 +2 位作者 苏静明 汪瀚涛 李木石 《工矿自动化》 CSCD 北大核心 2024年第6期61-69,共9页
现有基于深度学习的输送带异物检测模型较大,难以在边缘设备部署,且对不同尺寸异物和小目标异物存在错检、漏检情况。针对上述问题,提出一种基于改进YOLOv8的煤矿输送带异物检测方法。采用深度可分离卷积、压缩和激励(SE)网络将YOLOv8... 现有基于深度学习的输送带异物检测模型较大,难以在边缘设备部署,且对不同尺寸异物和小目标异物存在错检、漏检情况。针对上述问题,提出一种基于改进YOLOv8的煤矿输送带异物检测方法。采用深度可分离卷积、压缩和激励(SE)网络将YOLOv8主干网络中C2f模块的Bottleneck重新构建为DSBlock,在保持模型轻量化的同时提升检测性能;为增强对不同尺寸目标物体信息的获取能力,引入高效通道注意力(ECA)机制,并对ECA的输入层进行自适应平均池化和自适应最大池化操作,得到跨通道交互MECA模块,以增强模块的全局视觉信息,进一步提升异物识别精度;将YOLOv8的3个检测头修改为4个轻量化小目标检测头,以增强对小目标的敏感性,有效降低小目标异物的漏检率和错检率。实验结果表明:改进YOLOv8的精确度达91.69%,mAP@50达92.27%,较YOLOv8分别提升了3.09%和4.07%;改进YOLOv8的检测速度达73.92帧/s,可充分满足煤矿输送带异物实时检测的需求;改进YOLOv8的精确度、mAP@50、参数量、权重大小和每秒浮点运算数均优于SSD,Faster-RCNN,YOLOv5,YOLOv7-tiny等主流目标检测算法。 展开更多
关键词 输送带异物检测 YOLOv8 SE网络 高效通道注意力机制 轻量化 小目标检测 自适应平均池化 自适应最大池化
在线阅读 下载PDF
融合多尺度特征的轻量化煤炭输送带异物检测方法 被引量：3
15
作者 马恒 刘利灿 高科 《安全与环境学报》 CAS CSCD 北大核心 2024年第12期4617-4629,共13页
煤炭输送带是煤矿开采过程中的主要运输设备,在工作过程中不可避免地有大块矸石、锚杆、木板等异物混入,易造成由皮带撕裂、落煤口堵塞导致的重大安全事故。针对井下色彩辨识度低、前后景对比度差及煤炭与异物间遮挡重叠导致物体边缘特... 煤炭输送带是煤矿开采过程中的主要运输设备,在工作过程中不可避免地有大块矸石、锚杆、木板等异物混入,易造成由皮带撕裂、落煤口堵塞导致的重大安全事故。针对井下色彩辨识度低、前后景对比度差及煤炭与异物间遮挡重叠导致物体边缘特征丢失等检测难题,设计了一种融合多尺度特征的轻量化煤炭输送带异物检测方法。首先,基于一种具有压缩激励模块的残差视觉网络(Residual Vision Transformer with Squeeze-and-Excitation Block,RepViTSEBlock)的架构,融合高效多尺度注意力(Efficient Mult-Scale Attention,EMA),构建出C2f_RVB_EMA轻量化结构,利用跨空间学习策略与全局特征建模能力,在提升检测精度的同时大幅度减小网络复杂度;其次,将感受野注意力卷积(Receptive Field Attention Convolution,RFAConv)与卷积注意力模块(Convolutional Block Attention Module,CBAM)结合得到RFCBAMConv,并嵌入到双向特征金字塔网络,通过空间和通道两个维度赋予卷积注意力权重,提高模型对煤炭输送带中异物的关注度,减少计算开销;同时,为了能够精确地识别出多个异物相互堆叠情况下目标的轮廓信息,构建出基于解耦头结构的Detect_SEAM目标检测头;最后,使用Focaler-IoU回归损失函数替换Complete-IoU函数,有效提升了回归框的精度。为避免理想条件对试验造成的影响,采用井下输送带工作的真实图像作为试验数据集。试验结果表明,输送带异物检测模型的平均精度mAP@0.5达到88.20%,相较于基准模型提高了4.60百分点,而参数量与计算量仅为2.51×106和6.60×109,有利于在矿井等复杂条件下部署,为煤炭的高效开采运输提供安全预警。 展开更多
关键词 安全工程 煤炭输送带 多尺度特征融合 异物检测 注意力机制 残差网络 轻量化
在线阅读 下载PDF
基于跨模态注意力融合的煤炭异物检测方法 被引量：5
16
作者 曹现刚 李虎 +3 位作者 王鹏 吴旭东 向敬芳 丁文韬 《工矿自动化》 CSCD 北大核心 2024年第1期57-65,共9页
为解决原煤智能化洗选过程中煤流中夹杂的异物对比度低、相互遮挡导致异物图像检测时特征提取不充分的问题,提出了一种基于跨模态注意力融合的煤炭异物检测方法。通过引入Depth图像构建RGB图像与Depth图像的双特征金字塔网络(DFPN),采... 为解决原煤智能化洗选过程中煤流中夹杂的异物对比度低、相互遮挡导致异物图像检测时特征提取不充分的问题,提出了一种基于跨模态注意力融合的煤炭异物检测方法。通过引入Depth图像构建RGB图像与Depth图像的双特征金字塔网络(DFPN),采用浅层的特征提取策略提取Depth图像的低级特征,用深度边缘与深度纹理等基础特征辅助RGB图像深层特征,以有效获得2种特征的互补信息,从而丰富异物特征的空间与边缘信息,提高检测精度;构建了基于坐标注意力与改进空间注意力的跨模态注意力融合模块(CAFM),以协同优化并融合RGB特征与Depth特征,增强网络对特征图中被遮挡异物可见部分的关注度,提高被遮挡异物检测精度;使用区域卷积神经网络(R-CNN)输出煤炭异物的分类、回归与分割结果。实验结果表明:在检测精度方面,该方法的AP相较两阶段模型中较优的Mask transfiner高3.9%;在检测效率方面,该方法的单帧检测时间为110.5 ms,能够满足异物检测实时性需求。基于跨模态注意力融合的煤炭异物检测方法能够以空间特征辅助色彩、形状与纹理等特征,准确识别煤炭异物之间及煤炭异物与输送带之间的差异,从而有效提高对复杂特征异物的检测精度,减少误检、漏检现象,实现复杂特征下煤炭异物的精确检测与像素级分割。 展开更多
关键词 煤炭异物检测 实例分割 双特征金字塔网络 跨模态注意力融合 Depth图像 坐标注意力 改进空间注意力
在线阅读 下载PDF
接触网侵限异物检测与挂网异物清除技术综述 被引量：1
17
作者 曾绍聪 高仕斌 +3 位作者 于龙 王健 丁楚刚 詹睿 《铁道学报》 EI CAS CSCD 北大核心 2024年第7期51-64,共14页
随着高速铁路大规模成网运行,接触网分布范围日益扩大,异物挂网引发的安全事故逐渐增多,成为影响高速列车行车安全的重要因素之一。目前,针对接触网侵限异物的检测与挂网异物的清除方法研究颇少,而电力系统输电线路异物检测、清除的研... 随着高速铁路大规模成网运行,接触网分布范围日益扩大,异物挂网引发的安全事故逐渐增多,成为影响高速列车行车安全的重要因素之一。目前,针对接触网侵限异物的检测与挂网异物的清除方法研究颇少,而电力系统输电线路异物检测、清除的研究成果颇丰。详细综述了接触网侵限异物检测技术的原理、方法以及在铁路领域的应用,重点分析了不同方法的适用场景和优缺点。同时,借鉴电力系统领域异物清除技术研究,重点探讨了挂网异物清除技术的原理、特点,以及在接触网清异的可能性及局限性,结合接触网的特点和运维需求,从远距离实时检测、远距离快速清除以及检测清除装置的小型化与轻量化3个方面,探讨了接触网异物检测清除技术未来的发展方向。 展开更多
关键词 电气化铁道 接触网 异物侵限 异物检测 挂网异物清除 事故预防
在线阅读 下载PDF
基于稳健回归和卷积神经网络的中压窃电类型检测方法 被引量：3
18
作者 陈敏 张逸 +4 位作者 邹阳 辛荣 张良羽 高琛 林华 《电网技术》 EI CSCD 北大核心 2024年第11期4729-4738,I0077-I0080,I0076,共15页
目前传统的窃电检测方法只能识别用户是否存在窃电,而无法针对各类型窃电用户进行快速准确稽查。针对中压用户具有用电量大、用电较为规律的特点,该文提出一种基于稳健回归和卷积神经网络的中压配电线路窃电类型检测方法。首先,考虑到... 目前传统的窃电检测方法只能识别用户是否存在窃电,而无法针对各类型窃电用户进行快速准确稽查。针对中压用户具有用电量大、用电较为规律的特点,该文提出一种基于稳健回归和卷积神经网络的中压配电线路窃电类型检测方法。首先,考虑到受通信延迟中断等因素影响存在非正常数据的情况,采用稳健回归算法减小其影响,提高回归分析精度;其次,将回归所得的各用户修正系数及误差项作为用户窃电特征,输入卷积神经网络模型进行训练,以完成窃电类型识别;最后,通过仿真和实测数据进行该文方法的验证。结果表明,在不同扰动条件下,该文方法能准确识别不同类型窃电行为,能够更好地辅助现场排查,缩小排查范围,提高查实率。 展开更多
关键词 窃电检测 稳健回归 中压配电线路 神经网络 智能电表
在线阅读 下载PDF
基于DCNv2和Transformer Decoder的隧道衬砌裂缝高效检测模型研究 被引量：1
19
作者 孙己龙 刘勇 +4 位作者 周黎伟 路鑫 侯小龙 王亚琼 王志丰 《图学学报》 CSCD 北大核心 2024年第5期1050-1061,共12页
为解决因衬砌裂缝性状随机、分布密集、标注框分辨率低所导致的现有模型识别精度低、检测速度慢及参数量庞大等问题,以第2版可变形卷积网络(DCNv2)和端到端变换器解码器(Transformer Decoder)为基础对YOLOv8网络框架进行改进,提出了面... 为解决因衬砌裂缝性状随机、分布密集、标注框分辨率低所导致的现有模型识别精度低、检测速度慢及参数量庞大等问题,以第2版可变形卷积网络(DCNv2)和端到端变换器解码器(Transformer Decoder)为基础对YOLOv8网络框架进行改进,提出了面向衬砌裂缝的检测模型DTD-YOLOv8。首先,通过引入DCNv2对YOLOv8主干卷积网络C2f进行融合以实现模型对裂缝形变特征的准确快速感知,同时采用Transformer Decoder对YOLOv8检测头进行替换以实现端到端框架内完整目标检测流程,从而消除因Anchor-free处理模式所带来的计算消耗。采用自建裂缝数据集对SSD,Faster-RCNN,RT-DETR,YOLOv3,YOLOv5,YOLOv8和DTD-YOLOv8的7种检测模型进行对比验证。结果表明:改进模型F1分数和mAP@50值分别为87.05%和89.58%;其中F1分数相较其他6种模型分别提高了14.16%,7.68%,1.55%,41.36%,8.20%和7.40%;mAP@50分别提高了28.84%,15.47%,1.33%,47.65%,10.14%和10.84%。改进模型参数量仅为RT-DETR的三分之一,检测单张图片的速度为16.01 ms,FPS为65.46帧每秒,对比其他模型检测速度得到提升。该模型在面向运营隧道裂缝检测任务需求时能够表现出高效的性能。 展开更多
关键词 隧道工程 目标检测 第2版可变形卷积网络 Transformer Decoder 衬砌裂缝
在线阅读 下载PDF
改进型Faster-RCNN配网线路防外破检测方法 被引量：3
20
作者 张昊 邵可欣 +2 位作者 宋继伟 丁鹏举 陈鑫 《智慧电力》 北大核心 2024年第9期119-127,共9页
配网线路高度较低,铺设密集,由于外界因素干扰易受外力破坏,为此提出一种改进型Faster-RCNN配网线路防外破检测方法。首先针对采集到的数据集的局限性进行图像增强与标注,建立质量较高的配网线路防外破图像数据集;其次,为提高Faster-RCN... 配网线路高度较低,铺设密集,由于外界因素干扰易受外力破坏,为此提出一种改进型Faster-RCNN配网线路防外破检测方法。首先针对采集到的数据集的局限性进行图像增强与标注,建立质量较高的配网线路防外破图像数据集;其次,为提高Faster-RCNN的特征提取与特征学习能力,以深度残差网络ResNet101替换VGG16,引入特征金字塔,融入CBAM注意力机制模块进行结构改进;然后为提高学习效果,采用难易样本平衡损失函数优化进行参数改进;最后通过西北某地区图像进行验证。结果表明,所提模型鲁棒性较强,泛化性较好,具有一定优越性。 展开更多
关键词 配网线路 防外破检测 改进Faster-RCNN 结构改进 参数改进
在线阅读 下载PDF
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 2 … 5 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部