- 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
- 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
III
PAGE
基于深度学习的线路故障识别研究与实现
PAGE
PAGE1
摘要
输电线路作为电力系统的主要载体,其安全稳定运行是保证军民正常用电的关键。随着人工智能技术的快速发展,电力巡检部门开始使用无人机进行输电线路的日常巡检。如何从海量航拍图像中准确快速地识别输电线路故障成为当下研究的热点。文章运用深度学习算法对杆塔鸟巢的检测进行了研究。在Tensorflow框架下,结合输电线路巡检图像对YOLOV3-tiny网络进行改进。为了避免过拟合现象的发生,同时提高模型的泛化能力,将输电线路航拍图像进行数据增强,使用LabImg标注工具进行手工标注,创建输电线路故障检
有哪些信誉好的足球投注网站
文档评论(0)