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:
绝缘子是输电线路中最易发生故障的部件之一,需及时从大量图像中检测出绝缘子,为检修提供可靠依据.为解决传统方法和深度学习各自存在的局限性,提出一种基于平行图像与深度学习的绝缘子检测方法.首先,建立人工绝缘子图像数据集,并对待测的真实绝缘子图像进行颜色预选处理;然后,构建卷积神经网络进行特征提取和分类,利用正常训练和迁移学习两种方法,并采用消融实验对不同模型进行性能的分析与对比;最终,实现绝缘子目标的检测及模型指标的评价.实验结果表明,颜色预选和平行图像方法均能有效提升模型效果,使得模型的loss能更快速的收敛,分类准确率也有明显的提高,上述方法能够有效检测出图像中的绝缘子,为后期绝缘子故障的检测和处理提供了研究基础.
推荐文章
基于核相关滤波的多尺度绝缘子目标跟踪
绝缘子目标
视频跟踪
核相关滤波
尺度估计
基于改进Mask R-CNN的绝缘子目标识别方法
卷积神经网络
目标识别
开运算
绝缘子
绝缘子图像的边缘检测
边缘检测
梯度
小波变换
基于表面喷水图像分析的绝缘子表面憎水性检测方法
憎水性
方向滤波
自适应滤波
区域分割
k-近邻
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 基于平行图像与深度学习的绝缘子目标检测法
来源期刊 计算机仿真 学科 工学
关键词 平行图像 绝缘子 目标检测 迁移学习
年,卷(期) 2021,(1) 所属期刊栏目 能源领域仿真
研究方向 页码范围 61-66,202
页数 7页 分类号 TP183
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  (90)
共引文献  (92)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(9)
  • 参考文献(0)
  • 二级参考文献(9)
2011(6)
  • 参考文献(0)
  • 二级参考文献(6)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(8)
  • 参考文献(0)
  • 二级参考文献(8)
2014(15)
  • 参考文献(0)
  • 二级参考文献(15)
2015(9)
  • 参考文献(1)
  • 二级参考文献(8)
2016(9)
  • 参考文献(1)
  • 二级参考文献(8)
2017(12)
  • 参考文献(2)
  • 二级参考文献(10)
2018(4)
  • 参考文献(2)
  • 二级参考文献(2)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(0)
  • 参考文献(0)
  • 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
平行图像
绝缘子
目标检测
迁移学习
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
计算机仿真
月刊
1006-9348
11-3724/TP
大16开
北京海淀阜成路14号
82-773
1984
chi
出版文献量(篇)
20896
总下载数(次)
43
论文1v1指导