基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对使用无人机进行绝缘子识别实时性的要求,以感受野模块(RFB)网络为基础,提出了一种基于RFB模型改进的轻量型架构.使用MobileNetV3网络作为特征提取主干,设计了新的感受野模块RFB-X,并使用Focal-loss损失函数解决正负样本不平衡问题.实验结果表明,该模型提高了绝缘子的检测速度和准确率.
推荐文章
基于Faster RCNN的绝缘子自爆缺陷识别
绝缘子
无人机巡检
深度学习
自爆
基于聚类框架与局部感受野的实时人脸疲劳检测
神经网络
深度学习
目标检测
疲劳识别
感受野
聚类
基于图像处理的复合绝缘子憎水性智能识别方法
复合绝缘子
憎水性
图像处理
智能识别
基于图像识别的无人机输电线路绝缘子故障检测方法研究
图像识别
无人机
输电线路
绝缘子故障检测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于感受野模块的绝缘子实时识别定位方法
来源期刊 电工电气 学科 工学
关键词 轻量型模型 感受野模块 无人机 绝缘子检测 实时性
年,卷(期) 2020,(9) 所属期刊栏目 设计与研究
研究方向 页码范围 19-22,32
页数 5页 分类号 TM216
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (29)
共引文献  (11)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(3)
  • 参考文献(0)
  • 二级参考文献(3)
2016(3)
  • 参考文献(0)
  • 二级参考文献(3)
2017(7)
  • 参考文献(0)
  • 二级参考文献(7)
2018(5)
  • 参考文献(0)
  • 二级参考文献(5)
2019(3)
  • 参考文献(2)
  • 二级参考文献(1)
2020(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(2)
  • 参考文献(2)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
轻量型模型
感受野模块
无人机
绝缘子检测
实时性
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电工电气
月刊
1007-3175
32-1800/TM
大16开
苏州新区滨河路永和街7号
28-184
1981
chi
出版文献量(篇)
2747
总下载数(次)
6
总被引数(次)
7236
论文1v1指导