典型文献
基于生成对抗网络的无人机航拍输电线路图像关键信息提取
文献摘要：
基于PyTorch开发平台,搭建生成对抗网络模型,通过对无人机航拍图像进行预处理、标签制作、网络训练和算法改进,完成对输电线路特征信息的深度学习,固化生成网络参数,实现从无人机航拍输电线路关键信息的自动提取.在深度卷积神经网络的基础上,提出一种多生成器生成对抗网络模型,在生成网络间引入联同工作机制,以加快模型获取信息并减少参数量,并将Wasserstein距离引入模型的损失函数,避免生成对抗网络在训练过程中出现梯度消失、训练不稳定等问题.通过实验分析,证明该方法对利用高分辨率无人机图像提取输电线路信息具有较好作用.
文献关键词：
生成对抗网络;航拍;深度学习;卷积神经网络;输电线路
中图分类号：
作者姓名：
宋杭选;刘智洋;孙泽锋;李丹丹;林扬;马晶妍
作者机构：
国网黑龙江省电力有限公司电力科学研究院,哈尔滨150030;国网黑龙江省电力有限公司,哈尔滨150090
文献出处：
引用格式：
[1]宋杭选;刘智洋;孙泽锋;李丹丹;林扬;马晶妍-.基于生成对抗网络的无人机航拍输电线路图像关键信息提取)[J].黑龙江电力,2022(05):462-466,470
A类：
B类：
生成对抗网络,输电线路,线路图,关键信息,信息提取,PyTorch,开发平台,无人机航拍图像,网络训练,和算,算法改进,线路特征,特征信息,化生成,生成网络,网络参数,自动提取,深度卷积神经网络,多生,生成器,联同,获取信息,参数量,Wasserstein,损失函数,训练过程,梯度消失,无人机图像,图像提取
AB值：
0.282686
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。
