10.3969/j.issn.2096-093X.2023.03.014
基于YOLO V5模型的水电站智能巡检系统设计
及早发现水电站设备漏油、漏水、漏气、放电等异常并及时采取修复措施,是实现水电站安全运行的重要保障.本文基于计算机视觉和深度学习技术,设计了一种基于YOLO V5模型的水电站智能巡检系统,利用YOLO V5模型在图像识别的性能优势,训练后的模型经验证,对于跑冒滴漏的异常识别准确率可达到98%以上,能够满足水电厂安全监控的要求,具有较大推广应用价值.
设备异常、水电站智能巡检、计算机视觉、深度学习、安全监控
9
TV737(水能利用、水电站工程)
2023-08-07(万方平台首次上网日期,不代表论文的发表时间)
共7页
78-84