典型文献
基于级联卷积神经网络的绝缘子缺陷识别
文献摘要：
针对航拍图像绝缘子缺陷检测速度慢且易出现误判的问题,提出一种基于级联卷积神经网络的绝缘子缺陷识别方法.该方法将缺陷识别问题转换成了二级目标检测问题.为便于快速获取输入图像的深层特征,使用了深度可分离卷积和减少卷积层的方式对YOLOV3目标检测算法进行了轻量级的优化.另外,通过倒残差结构和RFB(receptive field block)模块设计,提高了网络检测性能.实验结果表明,所提出的算法在缺陷识别的速度和准确度方面都有明显的提升.
文献关键词：
输电线路巡检;绝缘子;缺陷识别;卷积神经网络;级联;倒残差
中图分类号：
作者姓名：
卢锦玲;黄鼎越;艾洲
作者机构：
华北电力大学 电力工程系,河北 保定 071003;广西电网有限责任公司 信息中心,广西 南宁 530023
文献出处：
引用格式：
[1]卢锦玲;黄鼎越;艾洲-.基于级联卷积神经网络的绝缘子缺陷识别)[J].电力科学与工程,2022(06):25-34
A类：
B类：
级联卷积神经网络,缺陷识别,航拍图像,绝缘子缺陷检测,检测速度,速度慢,误判,问题转换,转换成,检测问题,深层特征,深度可分离卷积,卷积层,YOLOV3,目标检测算法,轻量级,倒残差,残差结构,RFB,receptive,field,block,模块设计,网络检测,检测性能,输电线路巡检
AB值：
0.365998
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。
