|
|||||
|
|
| 基于改进YOLOv3的电力设备红外诊断方法 | |
| 作者姓名： | 陈同凡 刘云鹏 裴少通 |
| 作者单位： | 华北电力大学电力工程系,河北保定071003 |
| 基金项目： | 中央高校基本科研业务费专项 |
| 摘 要： | 针对电力设备异常发热故障诊断过程中识别目标设备单一、红外数据集样本数目庞大、平均识别准确率较低和识别速率较低的问题,提出一种基于深度卷积神经网络的改进YOLOv3目标检测方法,识别和定位绝缘子、隔离开关触头、套管、线夹4类电力设备及其异常发热区域.在改进YOLOv3算法的训练过程中,网络将数据集图片裁剪为416×416... |
| 关 键 词： | YOLOv3 目标检测 红外成像 深度学习 故障诊断 电力设备 |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |
