排序方式: 共有4条查询结果,搜索用时 15 毫秒
1
1.
针对输电线路螺栓螺母异常检测问题,对无标签螺栓数据训练深度学习预训练模型进行了研究,首次采用了自监督学习的方法,使用大量无标签数据集进行学习,首先,使用少量带标签的螺栓目标检测数据集训练目标检测模型,推理获取大量的单图无标签螺栓数据集,然后,采用自监督学习方法通过单图无标签螺栓数据集训练螺栓预训练大模型并获取可视化的螺栓注意力图,最后通过实验对比螺栓预训练大模型在螺栓分类和检索任务中与非预训练模型的效果,实验结果表明无标签数据得到的预训练大模型可以注意到螺杆、螺母、连接件的位置,进一步表明螺栓预训练大模型在分类任务中准确率提升了2%到7%,在螺栓检索任务中平均精度提升了8%。 相似文献
2.
3.
4.
钟燃孙忠慧侯新文葛雄雷雨肖海涛杨景嵛 《湖北电力》2022,(5):66-70
目前,架空输电线路的施工过程中,弧垂观测主要采用等长法、异长法和角度法等3种人工观测方式,其测量的结果会受观测人员的经验知识、操作技能、作业规范程度等人为因素的影响,存在一定的局限性。本研究是基于RTK定位的输电线路紧线施工无人机实时弧垂测量系统,可以替代传统的人工观测方法,有利于提高弧垂测量的自动化和智能化程度,实现提质增效,推动架空输电线路施工技术向高精度、自动化、智能化方向发展,提升架空输电线路的施工效率,缩短施工工期,满足我国日益增长的用电需求,为经济发展和社会生活提供有力保障。 相似文献
1