改进的Faster R-CNN方法及其在电缆隧道积水定位识别中的应用

论文摘要

针对电缆隧道内积水的问题,提出了一种改进的基于区域建议的卷积神经网络（Faster R-CNN）方法,并将其应用在电缆隧道积水定位识别中。考虑到Softmax分类方法的正则化参数选取会引起概率计算产生问题,改用支持向量机（SVM）进行图像分类,以增强分类的置信度。使用区域建议网络（RPN）提取隧道积水原图中的区域建议,然后用Fast R-CNN检测网络在建议框中进行图像识别、SVM分类和位置精修。实验结果表明,所提方法计算速度快、识别精度高,在实际工程中表现出较高的效率。

论文目录

文章来源

类型: 期刊论文

作者: 崔江静,黄顺涛,仇炜,裴星宇,朱五洲,孟安波

关键词: 电缆隧道,积水定位,区域建议,卷积神经网络,支持向量机

来源: 电力自动化设备 2019年07期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 电力工业,自动化技术

单位: 广东电网公司珠海供电局,广东工业大学自动化学院

基金: 广东电网有限责任公司科技项目(GDKJXM20162047)~~

分类号: TP18;TM75

DOI: 10.16081/j.issn.1006-6047.2019.07.033

页码: 219-223

总页数: 5

文件大小: 363K

下载量: 223

相关论文文献

标签：电缆隧道论文;  积水定位论文;  区域建议论文;  卷积神经网络论文;  支持向量机论文;