典型文献
复杂背景下绝缘子缺陷图像识别方法研究
文献摘要：
选取电网设备中数量庞大的绝缘子作为研究对象,分析绝缘子外观缺陷图像特征,针对绝缘子破损、断裂和倾斜等重要外观缺陷特点,选取不同的图像识别和处理算法进行绝缘子缺陷图像识别,从而确定最优组合算法.选取变电站绝缘子设备数据集进行训练和验证,表明以Tophat算法进行绝缘子轮廓识别,能准确锁定绝缘子设备类型;采用改进的YOLO v5算法与VGG-16卷积神经网络融合算法,经检测试验可达93.56％的缺陷图像检出率和87.79％的平均准确度.该融合算法的识别能力可随样本数的增加而提高,计算效率非常高.通过模型底层的结构优化和自主设计,可强力支撑变电站绝缘子缺陷智能判断,高效保障安全生产.
文献关键词：
绝缘子;图像识别;缺陷分析;Tophat;YOLO v5;VGG-16
中图分类号：
作者姓名：
蔡漪濛;黄枞榕;王立志;潘彦峰
作者机构：
国网宁夏电力有限公司超高压公司,宁夏 银川 750011;国网江西电力有限公司景德镇供电分公司,江西 景德镇 333000
文献出处：
引用格式：
[1]蔡漪濛;黄枞榕;王立志;潘彦峰-.复杂背景下绝缘子缺陷图像识别方法研究)[J].电工技术,2022(21):5-8
A类：
Tophat
B类：
复杂背景,绝缘子,图像识别,电网设备,外观缺陷,图像特征,理算,最优组合,组合算法,变电站,轮廓识别,YOLO,v5,VGG,网络融合,融合算法,经检测,检测试验,识别能力,可随,计算效率,自主设计,智能判断,保障安全,缺陷分析
AB值：
0.323738
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。
