-
题名基于反馈机制的卷积神经网络绝缘子状态检测方法
被引量:42
- 1
-
-
作者
张倩
王建平
李帷韬
-
机构
合肥工业大学电气与自动化工程学院
东北大学流程工业综合自动化国家重点实验室
-
出处
《电工技术学报》
EI
CSCD
北大核心
2019年第16期3311-3321,共11页
-
基金
流程工业综合自动化国家重点实验室开放课题(PAL-N201605)资助
-
文摘
绝缘子是输电线路上的重要设备,其运行状况直接影响到电网的安全运行,因此对绝缘子状态自动、准确地检测是十分重要且必要的。针对已有检测模型处理不同样本时采用固定特征空间的不足及现有绝缘子检测算法特征提取复杂的缺陷,模仿人类由简到细反复推敲比对的认知过程,探索一种基于反馈机制的卷积神经网络绝缘子状态检测方法。首先,针对绝缘子样本的特点,改进LeNet_5网络结构,引入随机配置网络分类器,添加反馈机制调节卷积核的大小和个数,采用交替优化的策略以优化卷积神经网络的参数。其次,基于熵理论,建立语义误差信息熵测度评价指标,实时评价绝缘子不确定检测结果,克服状态后验评测的缺陷。最后,依据语义误差信息熵测度指标评价结果,通过构建的反馈机制调节卷积核的大小和个数细化提取特征,从而实现由简到细反复推敲比对优化检测结果。实验结果表明,改进型卷积神经网络模型在绝缘子状态检测上具有较高的检测正确率。
-
关键词
绝缘子状态检测
卷积神经网络
反馈机制
语义误差信息熵测度指标
-
Keywords
Insulator state detection
convolutional neural network
feedback mechanism
semantic error information entropy
-
分类号
TM216
[一般工业技术—材料科学与工程]
-
-
题名基于AE-Tiny YOLOV3的小目标检测模型
被引量:1
- 2
-
-
作者
林莉
姜麟
张志坚
-
机构
昆明理工大学理学院
-
出处
《软件导刊》
2022年第3期55-61,共7页
-
基金
国家自然科学基金项目(11761042)
云南省教育厅基金项目(KKJB201707008)。
-
文摘
小目标检测是现阶段目标检测领域的热点和难点问题。针对小目标检测漏检及对硬件性能要求较高的问题,对Tiny YOLOV3进行改进,提出一种适合在低性能平台上使用的小目标检测算法AE-Tiny YOLOV3。首先,使用EfficientNet-B0骨干网络替换原算法的特征提取网络;其次,在检测网络中增加一个检测分支,形成3尺度预测;最后,引入注意力机制对3个检测分支进行改进。实验结果表明,在VOC07+12数据集上,AE-Tiny YOLOV3算法满足实时检测的要求,并且鲁棒性较高,最高能将mAP值提高16.89%。将AE-Tiny YOLOV3算法应用在架空输电线路中绝缘子状态检测实例上,mAP达到了86.53%,相较于Tiny YOLOV3算法提升了15.27%,能满足对小目标绝缘子状态的实时检测。
-
关键词
小目标检测
Tiny
YOLOV3
注意力机制
多尺度检测
绝缘子状态检测
-
Keywords
small target detection
Tiny YOLOV3
attention mechanism
multi-scale detection
insulator status detection
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-