维普中文期刊产品整合服务
共被期刊论文引用了2次 您的检索式:您选中1篇文献正在查看引证文献汇总
    题名 作者 年代 出处 被引量
1基于改进YOLOv5s网络的杆塔相关目标检测方法显示文摘输电杆塔是输电线路的重要组成部分,采用人工或无人机等手段对杆塔相关目标进行周期性巡检至关重要。为解决目前待检测杆塔类型不同、距离远、尺寸小、图像畸变等问题,本文提出一种基于深度学习框架的杆塔相关目标检测方法。该方法在YOLOv5s网络的基础上使用FReLU激活函数代替SiLU激活函数,进而改善了对杆塔相关目标的图像识别准确率;为解决上述问题,采用了对小目标、低分辨率友好的SPD-Conv模块;同时使用对目标特征分批次处理的SPPCSPC空间金字塔池化,进一步提升了杆塔目标的检测精度。实验结果表明,改进后的YOLOv5s-FSS网络相比原YOLOv5s网络,其平均精度(mAP)提升2.4%,查准率(Precision)提升0.3%,查全率(Recall)提升1%,目标检测性能提升效果显著,能够有效提升输电杆塔巡检效率。朱辉 李海涛 刘岳鑫 赵玮 钱骁 刘禹涵 高明阳 2023电力大数据2023,26,5:1
2基于YOLO-v3算法的电力基建施工现场管控技术显示文摘研究针对传统电力基建项目工作量大、时效性差、效率低等问题,提出了基于YOLO-v3算法的施工现场管控技术,其核心为YOLO-v3目标检测算法,结合检测对象特征,优化了网络结构及参数,搭建了电力基建施工现场管控系统,试验结果证实,该算法能够实现对施工流程的优化,提升设备错误识别率,检测精度高,可为电力基建施工现场管控提供新的思路。石帅 郑岳峰 2023电力设备管理2023,,15:0
返回顶部 每页显示:
共1页 首页 上一页 第1页 下一页 末页 /1 跳转

网站首页 | 关于我们 | 联系我们 | 产品服务 | 客服中心 | 广告服务 | 版权声明 | 网站联盟 | 友情链接 | 售卡网点

版权所有© 渝B2-20050021-1 渝公网安备 50019002500403号 违法和不良信息举报中心

互联网出版许可证 新出网证(渝)字10号 全国400电话 - 免长途话费