典型文献
基于改进YOLOv3算法的变电站安全防护装备智能检测方法
文献摘要：
为满足变电站实时视频监控需要,针对个人安全防护装备的自动检测,提出了一种基于改进YOLOv3算法的实时目标检测方法.采用Gamma校正技术对图像进行预处理,并进行数据增强;然后,基于K-means++算法得到最适合的先验框大小,以提高检测速度;通过迁移学习进行快速有效训练.在实际工程图像数据集上进行仿真实验,结果表明:与其他典型的目标检测方法相比,所提方法的平均检测精度提高了2％以上,且每秒帧数最高.
文献关键词：
变电站;安全防护装备;智能检测;深度学习;YOLOv3算法
中图分类号：
作者姓名：
赵凌骏;庄汝学;周林康;王慧;姚浩威;刘娜
作者机构：
苏州电力设计研究院有限公司,江苏 苏州 215011
文献出处：
引用格式：
[1]赵凌骏;庄汝学;周林康;王慧;姚浩威;刘娜-.基于改进YOLOv3算法的变电站安全防护装备智能检测方法)[J].电力科学与工程,2022(05):1-8
A类：
B类：
YOLOv3,变电站安全,安全防护装备,智能检测方法,实时视频,视频监控,自动检测,实时目标检测,目标检测方法,Gamma,校正技术,数据增强,means++,先验框,高检,检测速度,迁移学习,快速有效,有效训练,工程图,图像数据集,检测精度,每秒
AB值：
0.37151
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。
