典型文献
基于深度学习的无人机输电线路巡检故障检测研究
文献摘要：
经济发展离不开电力,输电线路巡检是确保电力正常供应的重要工作,基于深度学习的无人机(UAV)巡检故障检测可以有效提高巡检效率.提出了基于细粒度分类的多特征融合神经网络模型,该模型可以针对不易判断的目标逐步排除干扰,同时将目标区域限定在具体部件区域,从而实现对目标进行检测和分类.通过模型的多特征融合,可以获得较高的准确度,大大提高巡检效率.
文献关键词：
深度学习;无人机;故障检测
中图分类号：
作者姓名：
李轶
作者机构：
国网上海市电力公司 青浦供电公司,上海 201700
文献出处：
引用格式：
[1]李轶-.基于深度学习的无人机输电线路巡检故障检测研究)[J].流体测量与控制,2022(06):56-58,82
A类：
B类：
无人机输电线路巡检,故障检测,UAV,巡检效率,细粒度分类,多特征融合,融合神经网络,目标区域
AB值：
0.195387
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。
