论文摘要
为了利用深度学习实现对输电线路的多目标识别以及多种故障的检测,以Faster RCNN(faster regions with convolutional neural networks features)网络为算法框架进行无人机图像的数据挖掘,针对输电线路的6种目标检测任务,提出了3种改进策略,分别为自适应图像预处理算法,基于面积的非极大值抑制算法,以及切分检测方案。研究结果表明:所提改进算法能够利用挖掘的数据对故障进行准确定位与识别,实现对复杂背景下航拍图像中多目标的故障检测,也可类推至其他类似多目标应用场景。论文研究可为多目标的检测和识别提供参考。
论文目录
文章来源
类型: 期刊论文
作者: 白洁音,赵瑞,谷丰强,王姣
关键词: 深度学习,多目标,数据挖掘,定位与识别,故障检测
来源: 高电压技术 2019年11期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 电力工业,计算机软件及计算机应用
单位: 南瑞集团有限公司,北京科东电力控制系统有限责任公司
基金: 国家电网公司科技项目(人工智能驱动的电动汽车智慧出行服务关键技术研究,设备研制和工程示范)(52020118000G)~~
分类号: TM75;TP391.41
DOI: 10.13336/j.1003-6520.hve.20191031014
页码: 3504-3511
总页数: 8
文件大小: 1203K
下载量: 677