典型文献
基于双层-分块检测网络的厂站接线图纸图符检测方法
文献摘要：
为了解决高分辨率大尺寸电气厂站接线图图元符号检测精度不高、小目标图元漏检误检等问题,提出一种基于双层-分块检测网络的厂站接线图图符检测方法.该方法将电气厂站接线图按照电气逻辑切割后对断路器、隔离开关、电抗器、接地刀闸等11种典型图元进行识别.双层-分块检测网络由基于Area-YOLOv5网络的关键区域检测层和基于Obj-YOLOv5网络的具体图元识别层构成.首先,使用Area-YOLOv5网络检测出图纸的关键区域块,其关键区检测精度达到98.5％.其次,使用Obj-YOLOv5网络识别出具体图元符号,该网络采用融合了 SE注意力机制和深度可分离卷积的LC_Block模块替换瓶颈部分中的普通卷积层,图符检测精度为0.963.所提方法以较高的精度实现了电气厂站接线图图元符号的识别检测.
文献关键词：
双层-分块检测网络;厂站接线图图符;LC_Block模块;关键区域检测
中图分类号：
作者姓名：
程鑫;褚雪汝;邓旭晖;杨凯;谭林林;陈中;曹卫国
作者机构：
东南大学软件学院,南京211189;东南大学网络空间安全学院,南京211102;东南大学电气工程学院,南京210096
文献出处：
引用格式：
[1]程鑫;褚雪汝;邓旭晖;杨凯;谭林林;陈中;曹卫国-.基于双层-分块检测网络的厂站接线图纸图符检测方法)[J].东南大学学报（自然科学版）,2022(06):1137-1144
A类：
厂站接线图图符
B类：
分块,测网,图纸,大尺寸,图元,元符号,符号检测,检测精度,小目标,标图,漏检,断路器,隔离开关,电抗器,接地刀闸,Area,YOLOv5,关键区域检测,检测层,Obj,网络检测,出图,SE,注意力机制,深度可分离卷积,LC,Block,卷积层,识别检测
AB值：
0.24878
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
