典型文献
基于人工图像数据扩充的输电线路绝缘子识别
文献摘要：
深度学习方法在计算机视觉领域发展迅速,但依赖于海量训练数据.输电线路绝缘子自动识别任务中,航拍图像数量不足、多样性差等问题影响识别的准确性.提出人工绝缘子图像数据扩充方法,通过3D建模创建人工绝缘子图像,并构建导向反向补偿网络,对创建的人工图像进行补偿优化,用补偿后的人工图像扩充航拍绝缘子图像数据集.在多个典型卷积神经网络上进行绝缘子识别对比实验,结果显示:所提方法使绝缘子识别准确率平均提升2.1％,且网络相对轻量级,验证了所提方法的有效性和优势.
文献关键词：
人工图像;数据扩充;绝缘子;导向反向传播;卷积神经网络
中图分类号：
作者姓名：
王亚茹;杨凯;翟永杰;郭聪彬;赵文清;苏杰
作者机构：
华北电力大学 自动化系,河北保定071003;华北电力大学计算机系,河北保定071003
文献出处：
引用格式：
[1]王亚茹;杨凯;翟永杰;郭聪彬;赵文清;苏杰-.基于人工图像数据扩充的输电线路绝缘子识别)[J].系统仿真学报,2022(11):2337-2347
A类：
人工图像,导向反向传播
B类：
数据扩充,输电线路,绝缘子识别,深度学习方法,计算机视觉,训练数据,自动识别,航拍图像,绝缘子图像,创建人,补偿网络,补偿优化,图像数据集,识别准确率,轻量级
AB值：
0.184717
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。
