期刊文章详细信息
文献类型:期刊文章
BAI Jieyin;ZHAO Rui;GU Fengqiang;WANG Jiao(Nanrui Group Co.,Ltd.,Beijing 100192,China;Beijing Kedong Electric Power Control System Co.,Ltd.,Beijing 100192,China)
机构地区:[1]南瑞集团有限公司,北京100192 [2]北京科东电力控制系统有限责任公司,北京100192
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)~~
年 份:2019
卷 号:45
期 号:11
起止页码:3504-3511
语 种:中文
收录情况:AJ、BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊
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。
关 键 词:深度学习 多目标 数据挖掘 FASTER RCNN 定位与识别 故障检测
分 类 号:TM75] TP391.41]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...