基于轻量级卷积网络的复杂背景下接触网绝缘子识别OA北大核心
Identification of Catenary Insulator Under Complex Background Based on Lightweight Convolutional Network
基于传统深度学习模型的接触网绝缘子检测设备,由于模型参数较多,计算量较大,对计算机硬件要求较高,很难安装在轻小型移动端嵌入式平台等设备上.而且运行速度较慢,很难通过视觉对绝缘子清洗机器人进行实时牵引控制.针对这一问题,本研究以MobileNet-v1为网络主体对复杂背景下的接触网绝缘子进行特征提取,并以SSD目标检测器对其进行识别.实验结果表明SSD-MobileNet模型大幅度降低了计算量,较大幅度提升了运行速度,但其精度几乎不变,从而实现了模…查看全部>>
赵大贺;姚晓通
兰州交通大学电子与信息工程学院,兰州730070兰州交通大学电子与信息工程学院,兰州730070
绝缘子MobileNet-v1SSD目标检测器轻量化实时性深度可分离卷积Pytorch
《电瓷避雷器》 2022 (3)
西部沙尘地区电气化铁路接触网绝缘子污闪特性及在线监测技术研究
172-178,200,8
国家自然科学基金(编号:51567014)甘肃省科技计划项目(编号:17CX2JA022、18CX6JA022).
评论