典型文献
基于SSD-改进MobileNet的电力机房服务器状态检测边缘计算方法
文献摘要：
针对电力机房服务器状态检测任务的需求,文章采用服务器设备状态信号灯检测识别的方法.文章设计了基于SSD及改进MobileNet网络的轻量化目标检测深度学习网络,在传统MobileNet中引入跨层链接,充分利用及融合各层特征,并将SSD网络中原VGG16网络替换为改进的MobileNet,实现了参数及计算力的压缩;基于现实图像数据及增强方法制作了服务器运行状态数据集用于训练任务,最终得到mAP为86.7％、故障检测准确率为96.1％的效果以及相较于原网络近40％的参数压缩;将训练网络应用到嵌入式边缘计算终端设备的检测任务中,验证了所提网络检测任务的工程可行性.所提网络具有高准确率、轻量化、低成本的特点,为基于视觉的服务器巡检提供了状态识别手段.
文献关键词：
状态检测;SSD;MobileNet;轻量化网络;边缘计算
中图分类号：
作者姓名：
刘维嘉;丛中笑;郭翔
作者机构：
贵州电网有限责任公司信息中心,贵州贵阳550002;贵州电网有限责任公司计量中心,贵州贵阳550003;贵州电网有限责任公司调度控制中心,贵州贵阳550002
文献出处：
引用格式：
[1]刘维嘉;丛中笑;郭翔-.基于SSD-改进MobileNet的电力机房服务器状态检测边缘计算方法)[J].电力大数据,2022(05):77-84
A类：
B类：
SSD,MobileNet,电力机房,服务器,状态检测,设备状态,信号灯,检测识别,轻量化目标检测,检测深度,深度学习网络,跨层,VGG16,计算力,图像数据,增强方法,状态数据,训练任务,mAP,故障检测,检测准确率,参数压缩,网络应用,边缘计算终端,终端设备,网络检测,工程可行性,巡检,状态识别,轻量化网络
AB值：
0.404966
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。
