典型文献
基于改进的YOLOv3在电力设备红外检测中的应用
文献摘要：
针对变电站内电力设备的红外图像受到复杂背景、高遮挡、低对比度、相似目标特征的影响,而原始的YOLOv3算法模型很难对红外目标实现精准定位且模型过大无法部署到低计算能力的设备,提出一种改进的YOLOv3算法模型.引入MobileNetv3_Large主干网络替换原Dark-Net53,以降低网络复杂度;在颈部网络添加空间金字塔池化(SPP)和DropBlock模块,以提升模型的泛化能力;加入K-means来优化整体的检测效果.结果表明:改进的YOLOv3超越原始算法,在测试数据集上的Map50达到了96.61%,检测速度达到了34.316帧/s.
文献关键词：
电力设备检测;YOLOv3;轻量级网络;红外图像
中图分类号：
作者姓名：
陈寅;赵佰亭
作者机构：
安徽理工大学 电气与信息工程学院,安徽 淮南 232001
文献出处：
引用格式：
[1]陈寅;赵佰亭-.基于改进的YOLOv3在电力设备红外检测中的应用)[J].兰州工业学院学报,2022(05):29-34
A类：
Net53,Map50
B类：
YOLOv3,红外检测,变电站,站内,红外图像,复杂背景,遮挡,低对比度,相似目标,目标特征,算法模型,红外目标,目标实现,精准定位,法部,低计算能力,MobileNetv3,Large,主干网络,Dark,空间金字塔池化,SPP,DropBlock,泛化能力,means,检测效果,测试数据,检测速度,电力设备检测,轻量级网络
AB值：
0.456796
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。
