典型文献
一种基于数据增强增广和神经网络的输电导线及其缺陷检测方法
文献摘要：
基于来自云南电网呼马山试验基地及前人的少量、低分辨率输电导线样本,使用超分辨率算法,提出了基于动态背景和随机变换的离线数据增广算法,生成了7000张清晰的输电导线数据集,解决了数据多样性中的随机位置、随机角度、随机尺寸和随机背景等问题.同时,改进了YOLOv5目标检测算法,实现了输电导线、散股和断股的实时、鲁棒检测,平均F1分数达94.7％.提出的超分辨率和数据增广方法可以广泛应用于各领域的低分辨率图像、小样本数据集,所提出的输电导线及其缺陷检测算法能应用于输电线路巡检领域,使巡检更加高效和智能.
文献关键词：
超分辨率;动态背景;小样本;数据生成;输电导线;散股;断股;神经网络
中图分类号：
作者姓名：
周仿荣;张辉;者梅林;文刚;潘浩;兰志才;张正德
作者机构：
电力遥感技术联合实验室, 云南电网有限责任公司电力科学研究院, 昆明650217;云南电网有限责任公司, 昆明650051;云南电网有限责任公司输电分公司, 昆明650051;上海西虹桥导航技术有限公司, 上海201702;上海交通大学电子信息与电气工程学院,上海200240
文献出处：
引用格式：
[1]周仿荣;张辉;者梅林;文刚;潘浩;兰志才;张正德-.一种基于数据增强增广和神经网络的输电导线及其缺陷检测方法)[J].南方电网技术,2022(09):131-142
A类：
网呼
B类：
数据增强,输电导线,缺陷检测方法,云南电网,马山,试验基地,超分辨率算法,动态背景,机变,离线数据,数据增广,数据多样性,机位,YOLOv5,目标检测算法,散股,断股,低分辨率图像,小样本数据集,输电线路巡检,数据生成
AB值：
0.262923
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。
