典型文献
基于改进型TridentNet输电设备本体图像缺陷检测方法
文献摘要：
输电线路本体图像缺陷检测能够及时有效地发现设备缺陷,预防设备故障的发生.目前的输电图像缺陷检测方法对不同尺度的缺陷检测能力有待提升,需做进一步算法研究.基于输电线路巡检场景,文章提出一种针对TridentNet网络的改进方法.优化基于尺度的训练策略,通过调整筛选范围提升模型训练效果,引入骨干网络中的新维度——势,以提升特征提取效率;设计权重归一化处理环节加入网络的特征提取部分,实现训练数据batch较小时的模型收敛加速与精度提高,从而提升同一图像中多尺度缺陷检测的准确率与召回率.实验结果表明了TridentNet网络的改进方法的有效性与准确性.
文献关键词：
神经网络;缺陷检测;输电设备;TridentNet;权重归一化
中图分类号：
作者姓名：
徐凡;廖逍;卢大玮;白景坡
作者机构：
国网信息通信产业集团有限公司,北京 102211
文献出处：
引用格式：
[1]徐凡;廖逍;卢大玮;白景坡-.基于改进型TridentNet输电设备本体图像缺陷检测方法)[J].电力信息与通信技术,2022(12):39-46
A类：
TridentNet
B类：
改进型,输电设备,缺陷检测方法,设备故障,电图,不同尺度,检测能力,算法研究,输电线路巡检,检场,改进方法,训练策略,模型训练,训练效果,入骨,骨干网络,提取效率,计权,权重归一化,归一化处理,处理环节,入网,训练数据,batch,收敛加速,召回率
AB值：
0.343651
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。
