-
题名基于深度学习的图像识别技术研究综述
被引量：56
- 1
-
-
作者
张琦
张荣梅
陈彬
-
机构
河北经贸大学信息技术学院
-
出处
《河北省科学院学报》
CAS
2019年第3期28-36,共9页
-
文摘
本文介绍了基于深度学习的图像识别算法,包括R-CNN、SPP-Net、Fast R-CNN、Faster R-CNN、YOLO以及SDD算法,讨论了深度学习在人脸识别、车牌识别和医学图像识别方面的应用,最后对深度学习图像识别技术的研究提出了问题与展望。
-
关键词
图像识别
CNN
R-CNN
SPP-Net
fastr-cnn
-
Keywords
Image recognition
CNN
R-CNN
SPP-Net
Fast R-CNN
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于Fast R-CNN的风机叶片自动巡检
- 2
-
-
作者
孟德义
曹海滨
薛华武
王金元
樊亮
张宇川
-
机构
国家电投集团北京电力有限公司
国家电投集团内蒙古新能源有限公司
-
出处
《中国航班》
2020年第4期159-159,177,共2页
-
文摘
针对传统的风机叶片巡检模式未能实现风电叶片缺陷的自动检测,需要耗费大量的人力和时间成本,且无法有效缩短巡检周期的问题。本文将 Fast R-CNN 算法部署在无人机控制系统中,使得无人机能自动识别并锁定叶片,Fast R-CNN 识别精度高、受光照影响较小、运行稳定,通过使用该算法风力发电机用巡检无人机能够自动识别风力发电机的叶片,可实现叶片的自动巡检,有效的降低了巡检周期,并节省了大量的人力和时间成本。
-
关键词
风机叶片巡检
fastr-cnn算法
无人机
自动识别
-
分类号
V
[航空宇航科学技术]
-
-
题名基于深度学习的电力设备图像识别模型构建
被引量：11
- 3
-
-
作者
唐乃勇
蔡利
朱涛
袁汉凯
胡明强
-
机构
深圳供电局有限公司
-
出处
《自动化与仪器仪表》
2020年第12期54-57,共4页
-
基金
南方电网公司深圳供电局有限公司科技资助项目。
-
文摘
针对传统深度学习算法FP-Faster R-CNN在特征提取方面难,进而影响了小目标设备的检测问题,在结合Faster R-CNN算法原理的基础上,通过嵌入压缩激励结构和密集连接结构,以改进卷积神经网络的主干结构;然后将模型中的Ro I Pooling池化方式调整成Ro IAlign池化方式,以此完成对传统FP-Faster R-CNN的改进。最后通过实验对上述改进方案进行测试,结果表明无论是在电力设备识别率,还是在小目标电力设备的精度方面,本改进算法都有较强的优势。
-
关键词
FP-Faster
R-CNN算法
卷积神经网络
池化方式
电力设备
-
Keywords
FP fastr-cnn algorithm
convolutional neural network
pooling method
power equipment
-
分类号
TP399
[自动化与计算机技术—计算机应用技术]
-
