| 注册
首页|期刊导航|测控技术|基于深度学习的架空线路关键部件典型缺陷识别研究

基于深度学习的架空线路关键部件典型缺陷识别研究

陈剑波 唐锐 姚平 张赛飞 廖林

测控技术2023,Vol.42Issue(7):22-28,7.
测控技术2023,Vol.42Issue(7):22-28,7.DOI:10.19708/j.ckjs.2023.07.004

基于深度学习的架空线路关键部件典型缺陷识别研究

Research on Typical Defects Identification of Key Components of Overhead Lines Based on Deep Learning

陈剑波 1唐锐 1姚平 1张赛飞 1廖林1

作者信息

  • 1. 国网新疆电力有限公司巴州供电公司,新疆库尔勒 841000
  • 折叠

摘要

关键词

YOLOv3/目标检测/RepVGG/SIoU/架空线路巡检

Key words

YOLOv3/target detection/RepVGG/SIoU/overhead line inspection

分类

计算机与自动化

引用本文复制引用

陈剑波,唐锐,姚平,张赛飞,廖林..基于深度学习的架空线路关键部件典型缺陷识别研究[J].测控技术,2023,42(7):22-28,7.

基金项目

国网新疆电力有限公司科技项目(5230BD220001) (5230BD220001)

测控技术

OACSTPCD

1000-8829

访问量0
|
下载量0
段落导航相关论文