典型文献
基于计算机视觉的输电线路金具锈蚀识别
文献摘要：
金属锈蚀环境复杂,生锈部位及形状差异较大,使得锈蚀难以检测.随着无人机逐渐应用于线路巡检,计算机视觉也应用于金具锈蚀识别.针对目前锈蚀检测存在的问题,提出了使用基于深度学习的Faster-RCNN目标检测模型和锈蚀H SI颜色特征相结合的锈蚀检测方法,用于解决数字图像处理适用性差且效率不高和深度学习方法目标特征无法准确提取等问题.实验结果显示该方法对于常见的几种锈蚀情况都有较好的识别效果,都可识别出图像中锈蚀区域的主体部分,且深度学习算法与H SI颜色特征结合的方法判断锈蚀有无的正确率和召回率达到了较高水准,漏识别率也符合现实要求.因此,该方法符合实际需求,为电气行业相关金属的日常管理养护提供了技术支撑.
文献关键词：
目标检测;深度学习;锈蚀识别;图像处理
中图分类号：
作者姓名：
支妍力;郝艳军;周世阳;王芬;刘斌
作者机构：
国网江西省电力有限公司,江西 南昌 330077;西安创奕信息科技有限公司,陕西 西安 710119;国网江西省电力有限公司电力科学研究院,江西 南昌 330096
文献出处：
引用格式：
[1]支妍力;郝艳军;周世阳;王芬;刘斌-.基于计算机视觉的输电线路金具锈蚀识别)[J].电工技术,2022(13):72-75
A类：
锈蚀识别
B类：
计算机视觉,输电线路金具,金属锈蚀,环境复杂,生锈,线路巡检,锈蚀检测,Faster,RCNN,目标检测模型,SI,颜色特征,数字图像处理,效率不高,深度学习方法,目标特征,出图,深度学习算法,特征结合,召回率,识别率,现实要求,符合实际,日常管理,管理养护
AB值：
0.331367
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。
