典型文献
基于AI技术的无人机机载前端智能图像识别
文献摘要：
机载前端智能图像识别是输电线路无人机巡检的关键技术之一,与传统图像识别判断方法有着本质的不同.本文基于人工智能(AI)技术实现卷积神经网络机械学习,建立了设备识别、杆塔检测、导线检测、绝缘子串检测4个模型,分别进行训练与测试.综合考虑训练时间及实际使用效率,本文推荐模型的基础训练样本量为2.5万个,对比3种不同的神经网络结构,得出采用128万像素输入,池化值为2的模型识别准确度更高,不同模型的训练结果表明,对于不同的设备识别模型,达到识别准确度稳定所需的训练量从小到大依次为导线、杆塔、设备、绝缘子串.
文献关键词：
输电线路;无人机巡检;机载前端图像识别;人工智能;卷积神经网络
中图分类号：
作者姓名：
耿山;吕建中
作者机构：
国网河北省电力有限公司邯郸供电分公司,河北 邯郸 056035
文献出处：
引用格式：
[1]耿山;吕建中-.基于AI技术的无人机机载前端智能图像识别)[J].河北电力技术,2022(01):16-19
A类：
机载前端图像识别
B类：
智能图像识别,输电线路,无人机巡检,识别判断,判断方法,机械学习,设备识别,杆塔检测,导线,绝缘子串,训练时间,使用效率,推荐模型,基础训练,训练样本,样本量,万个,神经网络结构,像素,池化,模型识别,识别模型,训练量,从小到大
AB值：
0.320637
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。
