基于卷积神经网络和航拍图像的电力线路绝缘子缺陷识别OA北大核心
Insulator Defect Recognition of Power Line Based on Convolution Neural Network and Aerial Images
由于电力线路绝缘子故障导致输电系统故障,基于高空作业平台的绝缘子检测系统得到了广泛的应用.绝缘子缺陷检测是在航空图像复杂背景下进行的,检测识别具有一定的挑战性.而基于主观的特征或浅层学习技术的传统方法只能在特定的检测条件下定位绝缘子并检测故障.为此,本研究讨论了利用航空图像自动检测绝缘子缺陷,精确定位从实际检测环境采集的输入图像中出现的绝缘子缺陷.提出了一种新颖的深卷积神经网络(convolutional neural network,CNN)级…查看全部>>
李凯;运凯;张建业;王天军;苑学贺;马崇瑞
国网新疆电力有限公司信息通信公司,乌鲁木齐830000国网新疆电力有限公司信息通信公司,乌鲁木齐830000国网新疆电力有限公司,乌鲁木齐830000国网新疆电力有限公司,乌鲁木齐830000北京中电普华信息技术有限公司,北京100000北京中电普华信息技术有限公司,北京100000
航空图像卷积神经网络(CNN)数据增强缺陷检测绝缘子
《电瓷避雷器》 2022 (5)
133-141,9
评论