期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于DCPDN和优化Retina Net的输电线路缺陷检测系统
1
作者 周和盛 方永锋 王嘉俊 《电子设计工程》 2026年第7期58-62,共5页
现有输电线路缺陷检测方法存在检测精度低和计算速度慢等问题。因此,研究提出基于深度学习的电网缺陷检测方法,采用多种结构构建图像去雾网络,利用特征损失和双向梯度损失建立损失函数,使用K-means++算法和端到端连接卷积网络优化Retina... 现有输电线路缺陷检测方法存在检测精度低和计算速度慢等问题。因此,研究提出基于深度学习的电网缺陷检测方法,采用多种结构构建图像去雾网络,利用特征损失和双向梯度损失建立损失函数,使用K-means++算法和端到端连接卷积网络优化Retina Net。实验表明,改进算法峰值信噪比分别比其他方法高出0.684 dB和0.878 dB,结构相似性分别高出7.0%和2.8%。改进Retina Net网络的平均缺陷检测精度为0.650。由此可知,应用研究提出的方法可使输电线路的平均缺陷检测精度提升9.2%,计算速度提升7 FPS,保障了线路的安全运行。 展开更多
关键词 输电线路巡检 缺陷检测 dcpdn Retina Net 图像去雾
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部