陈兆骅,杨海舟,柏筱飞,高萍,韩辉.基于深度学习的电力设备图像识别方法[J].电工技术,2022(9):34-36
基于深度学习的电力设备图像识别方法
  
DOI：10.19768/j.cnki.dgjs.2022.09.009
中文关键词:  深度学习  电力设备图像  图像识别  错误锚点定位
英文关键词:
基金项目:
作者单位
陈兆骅 国网苏州供电公司 
杨海舟 国网苏州供电公司 
柏筱飞 国网苏州供电公司 
高萍 国网苏州供电公司 
韩辉 江苏瑞中数据股份有限公司 
摘要点击次数: 544
全文下载次数: 0
中文摘要:
      针对传统方法对电力设备的图像特征分类不明确，导致得到的图像识别效果不佳，难以保证安全运行的问题，提出了基于深度学习的电力设备图像识别方法。该方法首先提取电力设备图像特征分类伪装因素，然后基于深度学习方法构建网络模型定位错误锚点，通过正负训练标记识别目标区域，从而完成对电力设备图像的识别。实验结果表明，以变压器和电线塔杆作为识别设备测试对象，该方法能在30 s内基本完成采集图像的有效识别，可保证电力设备能稳定运行，具有较好的实际应用效果。
英文摘要:
      
查看全文  查看/发表评论  下载PDF阅读器