典型文献
一种适用输电线路智能巡检的人工智能图像识别方法
文献摘要：
特征提取作为处理输电线路航拍巡检图像最重要阶段之一,传统方法对故障或目标的识别准确率不高且单一,耗时较长,且易受到背景、形态及材料等因素的影响,难以应用于实际中.为解决上述传统方法缺陷,引入深度学习,采用一种基于区域的全卷积网络,利用标注数据训练其网络,并利用在线困难样本挖掘、样本优化、软性非极大值抑制等改进方法进行优化.实验结果表明,所提方面在定位目标更快更准确,应用在输电线路巡检的检测精度较高,以满足输电线路智能巡检的需求.
文献关键词：
深度学习;图像识别;基于区域的全卷积网络;目标检测;输电线路
中图分类号：
作者姓名：
饶成成;罗李毅;徐健儿
作者机构：
广东电网责任有限公司 机巡管理中心, 广东 广州 510160
文献出处：
引用格式：
[1]饶成成;罗李毅;徐健儿-.一种适用输电线路智能巡检的人工智能图像识别方法)[J].电器与能效管理技术,2022(10):38-43
A类：
基于区域的全卷积网络
B类：
智能巡检,人工智能图像识别,航拍,识别准确率,数据训练,在线困难样本挖掘,样本优化,软性,非极大值抑制,改进方法,输电线路巡检,检测精度,目标检测
AB值：
0.200533
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。
