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
基于改进Cascade R-CNN的两阶段销钉缺陷检测模型
被引量：
6
1
作者
王红星
翟学锋
+3 位作者
陈玉权
黄郑
黄祥
高小伟
《科学技术与工程》
北大核心
2021年第15期6373-6379,共7页
无人机在输电线路巡检过程中会拍摄大量图片,自动识别无人机拍摄图片中存在的部件缺陷是无人机巡检的重要环节。其中销钉的缺陷由于目标较小且需要依赖上下文信息才能正确判断,识别难度较大。针对上述问题,提出了一种两阶段的销钉缺陷...
无人机在输电线路巡检过程中会拍摄大量图片,自动识别无人机拍摄图片中存在的部件缺陷是无人机巡检的重要环节。其中销钉的缺陷由于目标较小且需要依赖上下文信息才能正确判断,识别难度较大。针对上述问题,提出了一种两阶段的销钉缺陷检测模型。首先使用Faster R-CNN(regin convolutional neural networks)模型提取出原始图像中的连接部位,再对提取出的每个连接部位进行缺陷识别。缺陷识别模型使用改进的Cascade R-CNN,该模型使用层级残差卷积模块代替骨干网络中的3×3卷积并使用路径聚合特征金字塔(PAFPN)代替原始网络中的特征金字塔结构,能够有效提取图片中的多尺度特征和上下文信息。最后将级联检测器的最后一级替换为double-head检测器,减少模型误报。实验结果表明,模型对销钉缺失及销钉脱出两类缺陷的平均识别精度能够达到81.2%,与原始的Cascade R-CNN相比提升了7.8%。
展开更多
关键词
无人机巡检
销钉缺陷
目标检测
深度学习
Cascade
R-CNN
在线阅读
下载PDF
职称材料
基于改进YOLOv4输电线关键部件实时检测方法
被引量：
13
2
作者
郑伟
杨晓辉
+3 位作者
吕中宾
任聪
吴合风
王超
《科学技术与工程》
北大核心
2021年第24期10393-10400,共8页
针对输电线路维护过程中的典型缺陷识别问题,为提高无人机(unmanned aerial vehicle,UAV)自主巡检的智能化程度,提出基于改进YOLOv4的无人机输电线关键部件实时检测模型。根据无人机视角下输电线典型目标的特点,结合MobileNet重新设计...
针对输电线路维护过程中的典型缺陷识别问题,为提高无人机(unmanned aerial vehicle,UAV)自主巡检的智能化程度,提出基于改进YOLOv4的无人机输电线关键部件实时检测模型。根据无人机视角下输电线典型目标的特点,结合MobileNet重新设计了一种轻量的特征提取网络来获取更高的特征提取效率,利用空洞模块增强感受野减少小目标的信息损失;在特征融合模块中添加自适应路径融合网络来融合更多的位置信息和语义信息,提高了多尺度目标的检测精度,减少了目标的误报率。采用构建的无人机输电线关键部件数据集来评估提出的模型。结果表明:基于YOLOv4改进的网络能够在无人机机载端实现实时多尺度目标检测,模型的平均准确率可达到92.76%,检测速度可达到32帧/秒,能够满足无人机嵌入式平台上实时检测的需求。
展开更多
关键词
嵌入式
电力巡检
关键部件
目标检测
特征融合
深度学习
在线阅读
下载PDF
职称材料
题名
基于改进Cascade R-CNN的两阶段销钉缺陷检测模型
被引量：
6
1
作者
王红星
翟学锋
陈玉权
黄郑
黄祥
高小伟
机构
江苏方天电力技术
有限公司
北京御航智能科技有限公司
出处
《科学技术与工程》
北大核心
2021年第15期6373-6379,共7页
基金
江苏方天电力技术有限公司科技项目(KJ201915)。
文摘
无人机在输电线路巡检过程中会拍摄大量图片,自动识别无人机拍摄图片中存在的部件缺陷是无人机巡检的重要环节。其中销钉的缺陷由于目标较小且需要依赖上下文信息才能正确判断,识别难度较大。针对上述问题,提出了一种两阶段的销钉缺陷检测模型。首先使用Faster R-CNN(regin convolutional neural networks)模型提取出原始图像中的连接部位,再对提取出的每个连接部位进行缺陷识别。缺陷识别模型使用改进的Cascade R-CNN,该模型使用层级残差卷积模块代替骨干网络中的3×3卷积并使用路径聚合特征金字塔(PAFPN)代替原始网络中的特征金字塔结构,能够有效提取图片中的多尺度特征和上下文信息。最后将级联检测器的最后一级替换为double-head检测器,减少模型误报。实验结果表明,模型对销钉缺失及销钉脱出两类缺陷的平均识别精度能够达到81.2%,与原始的Cascade R-CNN相比提升了7.8%。
关键词
无人机巡检
销钉缺陷
目标检测
深度学习
Cascade
R-CNN
Keywords
unmanned aerial vehicle patrol
pin defect
object detection
deep learning
Cascade regin convolutional neural networks
分类号
TP391.4 [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
基于改进YOLOv4输电线关键部件实时检测方法
被引量：
13
2
作者
郑伟
杨晓辉
吕中宾
任聪
吴合风
王超
机构
国网河南省电力
公司
国网河南省电力
公司
电力科学研究院
北京御航智能科技有限公司
出处
《科学技术与工程》
北大核心
2021年第24期10393-10400,共8页
基金
国家自然科学基金(41971339)
国网河南省电力公司电力科学研究院科技项目(HGS-KJ2020-015)。
文摘
针对输电线路维护过程中的典型缺陷识别问题,为提高无人机(unmanned aerial vehicle,UAV)自主巡检的智能化程度,提出基于改进YOLOv4的无人机输电线关键部件实时检测模型。根据无人机视角下输电线典型目标的特点,结合MobileNet重新设计了一种轻量的特征提取网络来获取更高的特征提取效率,利用空洞模块增强感受野减少小目标的信息损失;在特征融合模块中添加自适应路径融合网络来融合更多的位置信息和语义信息,提高了多尺度目标的检测精度,减少了目标的误报率。采用构建的无人机输电线关键部件数据集来评估提出的模型。结果表明:基于YOLOv4改进的网络能够在无人机机载端实现实时多尺度目标检测,模型的平均准确率可达到92.76%,检测速度可达到32帧/秒,能够满足无人机嵌入式平台上实时检测的需求。
关键词
嵌入式
电力巡检
关键部件
目标检测
特征融合
深度学习
Keywords
embedded
power inspection
connected components
target detection
feature fusion
deep learning
分类号
TP391.4 [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
基于改进Cascade R-CNN的两阶段销钉缺陷检测模型
王红星
翟学锋
陈玉权
黄郑
黄祥
高小伟
《科学技术与工程》
北大核心
2021
6
在线阅读
下载PDF
职称材料
2
基于改进YOLOv4输电线关键部件实时检测方法
郑伟
杨晓辉
吕中宾
任聪
吴合风
王超
《科学技术与工程》
北大核心
2021
13
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
