典型文献
应用YOLOv4-tiny算法实现保护压板智能校核
文献摘要：
目前继电保护压板的巡检校核仍以人工为主,为提高其工作的效率,提出了一种智能实时校核方法.该方法首先使用YOLOv4-tiny算法对压板的投退状态进行预测,然后使用腾讯开源的ncnn前向推理框架,对YOLO模型进行优化,最后将模型移植到移动端,使用手机软件完成压板校核.经测试,模型的均值平均精度达到99.13％,平均预测速度达到每秒30张图片,并可以有效解决反光、遮挡等环境因素的影响,可以显著提升巡检工作的效率.
文献关键词：
保护压板;智能校核;YOLOv4-tiny;ncnn模型;移动端
中图分类号：
作者姓名：
杨宗源;侯进;周浩然;郝彦超;文志龙;李天宇
作者机构：
西南交通大学信息科学与技术学院, 成都611756;西南交通大学综合交通大数据应用技术国家工程实验室, 成都611756;西南交通大学唐山研究生院,唐山063000
文献出处：
引用格式：
[1]杨宗源;侯进;周浩然;郝彦超;文志龙;李天宇-.应用YOLOv4-tiny算法实现保护压板智能校核)[J].科学技术与工程,2022(02):570-576
A类：
ncnn
B类：
YOLOv4,tiny,算法实现,保护压板,智能校核,继电保护,巡检,检校,仍以,校核方法,腾讯,开源,移动端,手机软件,均值平均精度,测速,每秒,反光,遮挡
AB值：
0.372315
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。
