期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于双层-分块检测网络的厂站接线图纸图符检测方法
被引量:
1
1
作者
程鑫
褚雪汝
+4 位作者
邓旭晖
杨凯
谭林林
陈中
曹卫国
《东南大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2022年第6期1137-1144,共8页
为了解决高分辨率大尺寸电气厂站接线图图元符号检测精度不高、小目标图元漏检误检等问题,提出一种基于双层-分块检测网络的厂站接线图图符检测方法.该方法将电气厂站接线图按照电气逻辑切割后对断路器、隔离开关、电抗器、接地刀闸等1...
为了解决高分辨率大尺寸电气厂站接线图图元符号检测精度不高、小目标图元漏检误检等问题,提出一种基于双层-分块检测网络的厂站接线图图符检测方法.该方法将电气厂站接线图按照电气逻辑切割后对断路器、隔离开关、电抗器、接地刀闸等11种典型图元进行识别.双层-分块检测网络由基于Area-YOLOv5网络的关键区域检测层和基于Obj-YOLOv5网络的具体图元识别层构成.首先,使用Area-YOLOv5网络检测出图纸的关键区域块,其关键区检测精度达到98.5%.其次,使用Obj-YOLOv5网络识别出具体图元符号,该网络采用融合了SE注意力机制和深度可分离卷积的LC_Block模块替换瓶颈部分中的普通卷积层,图符检测精度为0.963.所提方法以较高的精度实现了电气厂站接线图图元符号的识别检测.
展开更多
关键词
双层-分块检测网络
厂站接线图图符
LC_Block模块
关键区域
检测
下载PDF
职称材料
题名
基于双层-分块检测网络的厂站接线图纸图符检测方法
被引量:
1
1
作者
程鑫
褚雪汝
邓旭晖
杨凯
谭林林
陈中
曹卫国
机构
东南大学软件学院
东南大学网络空间安全学院
东南大学电气工程学院
出处
《东南大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2022年第6期1137-1144,共8页
基金
国家电网公司总部科技资助项目(SGHEDK00JYJS2200012)。
文摘
为了解决高分辨率大尺寸电气厂站接线图图元符号检测精度不高、小目标图元漏检误检等问题,提出一种基于双层-分块检测网络的厂站接线图图符检测方法.该方法将电气厂站接线图按照电气逻辑切割后对断路器、隔离开关、电抗器、接地刀闸等11种典型图元进行识别.双层-分块检测网络由基于Area-YOLOv5网络的关键区域检测层和基于Obj-YOLOv5网络的具体图元识别层构成.首先,使用Area-YOLOv5网络检测出图纸的关键区域块,其关键区检测精度达到98.5%.其次,使用Obj-YOLOv5网络识别出具体图元符号,该网络采用融合了SE注意力机制和深度可分离卷积的LC_Block模块替换瓶颈部分中的普通卷积层,图符检测精度为0.963.所提方法以较高的精度实现了电气厂站接线图图元符号的识别检测.
关键词
双层-分块检测网络
厂站接线图图符
LC_Block模块
关键区域
检测
Keywords
double layer
-
block detection network
electrical plant station wiring diagram symbols
LCBlock module
key area detection
分类号
TP399 [自动化与计算机技术—计算机应用技术]
TM734 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于双层-分块检测网络的厂站接线图纸图符检测方法
程鑫
褚雪汝
邓旭晖
杨凯
谭林林
陈中
曹卫国
《东南大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2022
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部