基于深度学习改进算法的数字化变电站计量图像识别方法

• 作者: 丁超 张秋雁 张昌翔 王蓝苓 欧家祥 王懿
• 来源期刊: 计算机科学与应用
• 学科: 工学
• 关键词: 计量 人工智能 深度学习 图像识别 卷积层
• 年，卷（期）: 2021,（3）
• 页码范围: 561-570
• 页数: 10页
• 分类号: TP3

摘要

针对当前数字化变电站计量领域图像识别准确度有待提高的问题,本文提出一种基于深度学习改进算法的图像识别方法。该方法对传统的图像识别算法进行优化,使得合成的形状更接近目标对象,同时改进了卷积层,通过采用可变形卷积,加强对计量设备图像不同物体形变的建模能力。论文详细介绍了改进方法的原理、实现算法和实现流程,并开发了对应的计量图像识别软件,验证结果表明该算法具有良好适应性和高识别可靠度等优点。