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:
针对基于卷积神经网络的高压线异物检测算法模型过大和对硬件设备算力要求较高,使其在资源受限的嵌入式设备中部署难的问题,提出了一种轻量化的高压线异物检测算法.使用轻量化的MobileNetv1作为检测模型特征提取的主干网络,采用结构性剪枝和int8量化技术对YOLOv3模型进行压缩.实验结果表明,与原模型相比,模型大小压缩了79.661%,检测速度提高了1.6倍,同时模型的平均精度由0.845 9提升到了0.889 1.在保证了模型精度的同时,模型变得轻量化,消耗更少硬件存储和算力资源,使其能更好部署在异物巡检设备中进行实时检测.
推荐文章
一种高压线异物检测算法
异物检测
高压线
数据集构建
参数设置
模型训练
结果分析
一种高压线异物检测算法
异物检测
高压线
数据集构建
参数设置
模型训练
结果分析
一种新的高压线路振荡选相元件
电力系统
线路保护
振荡
选相元件
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 一种轻量化的高压线异物检测算法研究
来源期刊 电子测量技术 学科
关键词 高压线 异物检测 嵌入式设备 轻量化网络 模型剪枝 模型量化
年,卷(期) 2020,(23) 所属期刊栏目 信息技术及图像处理|Information Technology and Image Processing
研究方向 页码范围 97-103
页数 7页 分类号 TM755
字数 语种 中文
DOI 10.19651/j.cnki.emt.2005177
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (26)
共引文献  (7)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(4)
  • 参考文献(0)
  • 二级参考文献(4)
2016(4)
  • 参考文献(0)
  • 二级参考文献(4)
2017(9)
  • 参考文献(0)
  • 二级参考文献(9)
2018(5)
  • 参考文献(1)
  • 二级参考文献(4)
2019(2)
  • 参考文献(1)
  • 二级参考文献(1)
2020(3)
  • 参考文献(3)
  • 二级参考文献(0)
2020(3)
  • 参考文献(3)
  • 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
高压线
异物检测
嵌入式设备
轻量化网络
模型剪枝
模型量化
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
电子测量技术
半月刊
1002-7300
11-2175/TN
大16开
北京市东城区北河沿大街79号
2-336
1977
chi
出版文献量(篇)
9342
总下载数(次)
50
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导