| 基于人工-真实样本度量学习的指针式仪表检测方法 |
| |
| 引用本文： | 翟永杰,赵振远,王乾铭,白康. 基于人工-真实样本度量学习的指针式仪表检测方法[J]. 电测与仪表, 2022, 59(10): 174-183 |
| |
| 作者姓名： | 翟永杰 赵振远 王乾铭 白康 |
| |
| 作者单位： | 华北电力大学 自动化系,河北保定071003 |
| |
| 基金项目： | 国家自然科学基金资助项目(U21A20486, 61871182)；河北省自然科学基金资助项目(F2020502009, F2021502008, F2021502013). |
| |
| 摘 要： | 为缓解指针式仪表检测精度对样本数量的严重依赖，有效提升少样本情况下指针式仪表的检测精度，提出了基于人工-真实样本度量学习的指针式仪表检测方法。首先通过对指针式仪表结构进行统计分析，提取出其显著特征进行建模，用以生成所需要的人工基准样本，弥补真实场景下指针式仪表数据缺乏的问题；然后结合度量学习的特性，以Faster R-CNN为基线模型，引入特征相似性度量模块，从低维特征向量空间降低或消除人工基准样本和真实样本之间的分布差异，并加强特征提取网络对指针式仪表显著特征的学习。实验证明，较基线模型，基于人工-真实样本度量学习的指针式仪表检测方法AP75提升了22.14%，有效提高了少样本情况下指针式仪表检测的精度。
|
| 关 键 词： | 指针式仪表 度量学习 目标检测 少样本 人工样本 |
| 收稿时间： | 2022-02-26 |
| 修稿时间： | 2022-04-04 |
Pointer meter detection method based on artificial-real sample metric learning |
| |
| ZhaiYongjie,ZhaoZhenyuan,WangQianming and BaiKang. Pointer meter detection method based on artificial-real sample metric learning[J]. Electrical Measurement & Instrumentation, 2022, 59(10): 174-183 |
| |
| Authors: | ZhaiYongjie ZhaoZhenyuan WangQianming BaiKang |
| |
| Affiliation: | Department of Automation, North China Electricity Power University,Department of Automation, North China Electricity Power University,Department of Automation, North China Electricity Power University,Department of Automation, North China Electricity Power University |
| |
| Abstract: | |
| |
| Keywords: | pointer meter metric learning target detection few-shot artificial samples |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《电测与仪表》浏览原始摘要信息 |
|
点击此处可从《电测与仪表》下载免费的PDF全文 |
|
