基于改进YOLOv3模型的电厂生产区域漏水、漏油检测 |
| |
作者姓名: | 巩宇 陆传德 符彦青 易婷婷 周俊煌 |
| |
作者单位: | 南方电网调峰调频发电有限公司,广东广州510630;广州奔流电力科技有限公司,广东广州510670;华南理工大学电力学院,广东广州510641;广州奔流电力科技有限公司,广东广州510670 |
| |
基金项目: | 南方电网调峰调频发电有限公司科技项目 |
| |
摘 要: | 当前电厂漏水、漏油检测方法大多基于光学、声学、红外等技术,使用各类传感器进行检测,检测结果易受外界影响,且不具有经济性.目前计算机视觉、深度学习等技术在漏水、漏油检测中的研究应用还处于发展阶段,而且将主流网络直接迁移到电力领域中难度高,识别精度较低,难以满足实际需求.针对以上问题,利用YOLOv3网络模型具有高检测速度...
|
关 键 词: | 深度学习 漏水漏油检测 YOLOv3 多尺度特征融合 Inception结构 |
本文献已被 CNKI 万方数据 等数据库收录! |
|