迁移学习用于牵引变电所视频多目标识别研究

摘要：

为实现牵引变电所视频图像的多目标识别,为牵引变电所的远程智能巡检提供技术支持.基于迁移学习的理论研究,利用SSD(Single Shot Multibox Detector)和YOLOv2(You Only Look Once v2)模型,实现牵引变电所视频图像中高压开关柜的仪表、分合指示灯状态以及隔离开关的分合状态的自动识别.利用TensorFlow平台实现的多目标识别方法识别速度快而且鲁棒性好.

关键词：牵引变电所、迁移学习、目标检测、YOLOv2模型、SSD模型

所属期刊栏目：55

分类号：TP391.4(计算技术、计算机技术)

资助基金：2017年度江西省教育厅科学技术研究项目GJJ170375;江西省2018年度科技计划项目20181BBE58011

在线出版日期：2020-01-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：196-201