论文摘要
电力设备锈迹目标的识别在电力安全方面具有极高的应用价值,但是锈迹具有大小、形状不规则等特点,利用传统的机器学习算法检测效率和准确率不高.针对这一问题,研究分析锈迹特点,提出基于Mask R-CNN的电力设备锈迹检测识别方法.使用Faster R-CNN完成目标检测的功能, FCN精准的完成语义分割的功能,实现像素级别的分类识别,较好地解决了不规则锈迹的检测问题.实验结果表明,基于Mask R-CNN的电力设备锈迹检测结果准确率高.
论文目录
文章来源
类型: 期刊论文
作者: 薛冰
关键词: 深度学习,锈迹检测,不规则,实例分割
来源: 计算机系统应用 2019年05期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 电力工业,自动化技术
单位: 中国石油大学(华东)计算机与通信工程学院
基金: 国家自然科学基金(61309024),山东省重点研发计划(2017GGX0140)~~
分类号: TM732;TP181
DOI: 10.15888/j.cnki.csa.006914
页码: 248-251
总页数: 4
文件大小: 800K
下载量: 254
相关论文文献
- [1].“电力设备”栏目征稿启事[J]. 农村电工 2019(12)
- [2].2020年度《电力设备管理》杂志开始征订啦!!![J]. 电力设备管理 2019(11)
- [3].电力设备试验单自动生成与智能判别技术研究[J]. 通信电源技术 2020(01)
- [4].中国电力设备管理协会[J]. 电力设备管理 2020(04)
- [5].“电力设备”栏目征稿启事[J]. 农村电工 2020(04)
- [6].“电力设备”栏目征稿启事[J]. 农村电工 2020(06)
- [7].关于新常态下电力设备管理的思考[J]. 企业科技与发展 2020(09)
- [8].“电力设备”栏目征稿启事[J]. 农村电工 2020(09)
- [9].智能电力设备关键技术及运维探讨[J]. 电力系统自动化 2020(20)
- [10].基于激光检测及大数据分析的电力设备损伤研究[J]. 激光杂志 2018(12)
- [11].电力设备火灾特点及发生原因分析[J]. 经贸实践 2017(21)
- [12].电力设备预防性试验的重要性与方法[J]. 南方农机 2016(02)
- [13].智能电网中电力设备及其技术发展分析[J]. 中国新技术新产品 2014(21)
- [14].深圳市深北电力设备有限公司[J]. 化工进展 2015(07)
- [15].第12届中国—东盟博览会 中国电力设备及新能源产品琳琅满目[J]. 进出口经理人 2015(09)
- [16].我国电子电力设备的发展现状及应用分析[J]. 中外企业家 2015(35)
- [17].如何更好的对电力设备进行拍摄[J]. 影像视觉 2016(07)
- [18].解析市场经济与女性网络文学的商业化[J]. 芒种 2017(02)
- [19].电力设备的可靠性维修[J]. 科学家 2017(10)
- [20].电力设备采购招投标管理加强的措施研究[J]. 大众投资指南 2017(06)
- [21].电力设备远程监测管理系统在反窃电及降低线损方面的运用[J]. 科学家 2017(17)
- [22].试分析电力设备高压试验的分类与方法[J]. 价值工程 2013(31)
- [23].基于迁移学习的电力设备发热位置判定方法[J]. 科技经济导刊 2020(34)
- [24].室内电力设备移动架的研制[J]. 农村电工 2019(12)
- [25].《电力设备管理》杂志_(2019)年总目录[J]. 电力设备管理 2019(12)
- [26].基于故障数据的电力设备最小停机时间更换模型[J]. 电子产品可靠性与环境试验 2019(06)
- [27].医院电力设备可靠性维护研究[J]. 内江科技 2020(02)
- [28].铁路电力设备履历系统改进及应用研究[J]. 工程建设与设计 2020(14)
- [29].区块链技术在电力设备信息模型中的应用分析[J]. 电力设备管理 2020(08)
- [30].电力设备管理与检修的发展趋势分析[J]. 设备管理与维修 2019(08)