期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
融入注意力的YOLOv3绝缘子串识别方法 被引量:4
1
作者 李季 刘乐 +2 位作者 牛雨潇 李来鸿 彭晏飞 《高压电器》 CAS CSCD 北大核心 2022年第11期67-74,共8页
绝缘子串是输电线路系统中至关重要的器件之一,基于图像处理的绝缘子串识别,能够更快更准确地识别到绝缘子串。针对输电线路中绝缘子串与绝缘子串、绝缘子串与背景之间相互干扰导致目标识别时存在误差较大的问题,提出一种融入注意力机制... 绝缘子串是输电线路系统中至关重要的器件之一,基于图像处理的绝缘子串识别,能够更快更准确地识别到绝缘子串。针对输电线路中绝缘子串与绝缘子串、绝缘子串与背景之间相互干扰导致目标识别时存在误差较大的问题,提出一种融入注意力机制的YOLOv3绝缘子串识别方法。该方法在YOLOv3模型的基础上,首先在特征提取网络Darknet⁃53中加入无参注意力SimAM,聚焦网络和增强有效特征,抑制干扰特征,提高网络对绝缘子串的注意能力;其次根据绝缘子串的形状特征,调整模型预设Anchor box的值;最后以焦点损失(Focal loss)作为置信度和分类损失的损失函数,解决了正负样本分布不均衡的问题。实验结果表明,该方法解决了绝缘子串与绝缘子串、绝缘子串与背景之间相互干扰导致识别不准确的问题,识别精度达到了97.89%,模型具有较好的识别性能。 展开更多
关键词 YOLOv3 注意力机制 绝缘子串识别 深度学习
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部