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
2
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PANet网络和先验知识的变压器表计图像识别算法
1
作者
李曜丞
牛清林
+3 位作者
王思源
王鑫
狄凌芳
李喆
《变压器》
2023年第10期17-23,共7页
本文中作者针对传统图像处理识别方法鲁棒性较差以及深度学习算法数据量需求大的问题,本文将先验知识引入PANet模型,提出了一种全新的电气表计识别技术。此外,为解决光照干扰问题,该框架还构建了基于感知理论的光照补偿模块。整体实现...
本文中作者针对传统图像处理识别方法鲁棒性较差以及深度学习算法数据量需求大的问题,本文将先验知识引入PANet模型,提出了一种全新的电气表计识别技术。此外,为解决光照干扰问题,该框架还构建了基于感知理论的光照补偿模块。整体实现思路为:首先调整图像亮度,利用PANet网络检测表盘、指针、刻度等关键信息,再结合先验知识对上述信息进行修正,最终根据修正后的信息计算准确读数。实验表明,该方法在电力表计识别任务中相较于其它模型,具有更强的迁移性,且识别准确率明显提升,对电力设备图像识别这一小样本问题具有一定的借鉴意义。
展开更多
关键词
变压器
光照补偿
panet
网络
先验知识
下载PDF
职称材料
基于改进深度网络的钢材表面缺陷检测
被引量:
5
2
作者
刘琪
雷景生
《计算机工程与设计》
北大核心
2022年第9期2654-2661,共8页
为解决传统的采用人工方法进行钢材表面缺陷检测存在错检、漏检、精度低等问题,提出一种改进Faster RCNN的钢材表面缺陷检测算法。使用融合残差网路和密集连接网络的DPN网络进行特征提取,提出改进PANet网络进行多尺度特征融合;使用CIoU...
为解决传统的采用人工方法进行钢材表面缺陷检测存在错检、漏检、精度低等问题,提出一种改进Faster RCNN的钢材表面缺陷检测算法。使用融合残差网路和密集连接网络的DPN网络进行特征提取,提出改进PANet网络进行多尺度特征融合;使用CIoU损失函数替代原算法中的Smooth L1作为边框回归损失函数;构建用于模型训练的钢材缺陷数据集。通过对比实验进行分析,实验结果表明,提出方法能够快速、准确地识别和定位钢材表面缺陷。
展开更多
关键词
钢材表面缺陷检测
Faster
RCNN模型
双路径网络
路径增强网络
交并比损失函数
下载PDF
职称材料
题名
基于PANet网络和先验知识的变压器表计图像识别算法
1
作者
李曜丞
牛清林
王思源
王鑫
狄凌芳
李喆
机构
上海交通大学电子信息与电气工程学院
国网内蒙古东部电力公司通辽供电公司
国网山东省电力公司济南供电公司
出处
《变压器》
2023年第10期17-23,共7页
文摘
本文中作者针对传统图像处理识别方法鲁棒性较差以及深度学习算法数据量需求大的问题,本文将先验知识引入PANet模型,提出了一种全新的电气表计识别技术。此外,为解决光照干扰问题,该框架还构建了基于感知理论的光照补偿模块。整体实现思路为:首先调整图像亮度,利用PANet网络检测表盘、指针、刻度等关键信息,再结合先验知识对上述信息进行修正,最终根据修正后的信息计算准确读数。实验表明,该方法在电力表计识别任务中相较于其它模型,具有更强的迁移性,且识别准确率明显提升,对电力设备图像识别这一小样本问题具有一定的借鉴意义。
关键词
变压器
光照补偿
panet
网络
先验知识
Keywords
Transformer
Lighting compensation
panet model
Prior Knowledge
分类号
TM406 [电气工程—电器]
下载PDF
职称材料
题名
基于改进深度网络的钢材表面缺陷检测
被引量:
5
2
作者
刘琪
雷景生
机构
上海电力大学计算机科学与技术学院
出处
《计算机工程与设计》
北大核心
2022年第9期2654-2661,共8页
基金
国家自然科学基金项目(61672337)。
文摘
为解决传统的采用人工方法进行钢材表面缺陷检测存在错检、漏检、精度低等问题,提出一种改进Faster RCNN的钢材表面缺陷检测算法。使用融合残差网路和密集连接网络的DPN网络进行特征提取,提出改进PANet网络进行多尺度特征融合;使用CIoU损失函数替代原算法中的Smooth L1作为边框回归损失函数;构建用于模型训练的钢材缺陷数据集。通过对比实验进行分析,实验结果表明,提出方法能够快速、准确地识别和定位钢材表面缺陷。
关键词
钢材表面缺陷检测
Faster
RCNN模型
双路径网络
路径增强网络
交并比损失函数
Keywords
surface defects detection of steel
Faster RCNN
model
DPN
panet
CIoU
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于PANet网络和先验知识的变压器表计图像识别算法
李曜丞
牛清林
王思源
王鑫
狄凌芳
李喆
《变压器》
2023
0
下载PDF
职称材料
2
基于改进深度网络的钢材表面缺陷检测
刘琪
雷景生
《计算机工程与设计》
北大核心
2022
5
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