魏铭浩,刘方涛,王成伟,刘月娥,李峥嵘.基于改进YOLOv3算法的熔断器故障检测研究∗[J].电工技术,2021(22):65-68
基于改进YOLOv3算法的熔断器故障检测研究∗
  
DOI：10.19768/j.cnki.dgjs.2021.22.021
中文关键词:  目标检测  FPN  anchor  熔断器  故障检测
英文关键词:
基金项目:
作者单位
魏铭浩 珠海许继电气有限公司 
刘方涛 北京星闪世图科技有限公司 
王成伟 珠海许继电气有限公司 
刘月娥 北京星闪世图科技有限公司 
李峥嵘 北京星闪世图科技有限公司 
摘要点击次数: 885
全文下载次数: 0
中文摘要:
      近年来,随着神经网络和深度学习在工业工程中广泛应用,计算机视觉算法在边缘端计算方面得到了极大提高.在计算机视觉领域,传统的目标检测方法通常基于低层特征训练一个特定类别的学习(如 SVM),通过滑动局部窗口来检测单个类别的图像,因此可能不适用于灵敏度高、目标类型多、环境复杂的电网故障图像.对此提出在 YOLOv3算法中加入FPN (特征金字塔)和 Anchor的 K-means聚类,使整个改进的 YOLOv３算法在电气多类故障检测上比传统方法更高效、更准确.从技术角度讲,使用darknet框架并行训练 YOLOv3模型,在训练过程中将小批量提升到128张,改进的 YOLOv3能同时快速检测出熔断器断开故障.
英文摘要:
      
查看全文  查看/发表评论  下载PDF阅读器