典型文献
基于改进U-Net网络对输电塔陶瓷绝缘子表面缺陷的识别算法
文献摘要：
针对传统巡检方法对输电塔陶瓷绝缘子表面缺陷识别存在效率低、精度差、漏检率高的问题,采用基于改进U-net网络的无人机智能巡检方法,对输电塔中的陶瓷绝缘子表面缺陷进行检测与识别.运用空洞卷积矩阵对U-net网络中的卷积层进行膨胀系数优化,增大卷积核感受野提升缺陷细节信息的完整性;采用全尺度跳跃连接模型融合高位特征信息与低维特征信息,提高陶瓷绝缘子表面缺陷特征的准确性.实验结果表明:基于改进U-net网络的无人机智能巡检方法对陶瓷绝缘子的表面缺陷检测,其识别准确率(Accuarcy)为97.6％、平均精度(mPA)为95.28％、平均交并比(mIOU)为91.56％.与U-net相比,此方法对陶瓷绝缘子表面缺陷的巡检精度提高了 7.8％.
文献关键词：
陶瓷绝缘子;表面缺陷;改进U-net网络;空洞卷积矩阵;全尺度跳跃连接模型
中图分类号：
作者姓名：
陈潇;徐曙;张成巍;许海源;闵建亮
作者机构：
中国南方电网深圳供电局有限公司,广东 深圳518000;中山大学智能工程学院智能交通系统重点实验室,广东广州510006
文献出处：
引用格式：
[1]陈潇;徐曙;张成巍;许海源;闵建亮-.基于改进U-Net网络对输电塔陶瓷绝缘子表面缺陷的识别算法)[J].陶瓷学报,2022(03):469-477
A类：
空洞卷积矩阵,全尺度跳跃连接模型,Accuarcy
B类：
Net,输电塔,陶瓷绝缘子,识别算法,检方,缺陷识别,别存,漏检率,net,机智,智能巡检,塔中,陷进,检测与识别,卷积层,层进,膨胀系数,系数优化,大卷,卷积核,感受野,细节信息,模型融合,特征信息,低维特征,缺陷特征,表面缺陷检测,识别准确率,mPA,平均交并比,mIOU
AB值：
0.226353
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。
