10.16526/j.cnki.11-4762/tp.2021.01.041
基于语义分割和空间上下文信息的防震锤识别
针对目前输电线路中防震锤部件识别精确率低,缺陷无法诊断,未充分利用其空间上下文信息的问题,提出结合Deep-LabV3+语义分割网络与防震锤的空间上下文关系对其进行识别与缺陷诊断;利用图像分块和数据集预处理提高DeepLabV3+网络分割精度,将防震锤与其周围部件分割出来后,建立其空间上下文关系缩小防震锤的识别范围,提高其识别精确率;实验结果表明,图像分块与预处理能够将DeepLabV3+网络的分割精度提升到93.4%以上,DeepLabV3+网络可以有效的识别正常防震锤与缺陷防震锤,识别召回率可以达到87%以上,建立防震锤与周围部件的空间上下文关系能够提高其识别精确率到90%以上.
防震锤、语义分割、空间上下文关系、DeepLabV3+、图像分块
29
TP391.4(计算技术、计算机技术)
国家自然科学基金61471230
2021-03-09(万方平台首次上网日期,不代表论文的发表时间)
共6页
200-205