基于嵌入式设备高效卷积神经网络的电力设备检测分析

作     者：严利军 周欣荣 牛佳荣 赵磊 YAN Lijun;ZHOU Xinrong;NIU Jiarong;ZHAO Lei

作者机构：乌兰察布电业局内蒙古乌兰察布012000 

基　　金：内蒙古电力(集团)有限责任公司2020年科技项目“MEMS靶向性气敏光纤传感在少油设备状态检测中的研究及应用”(项目编号:WD-ZXZB-2020-SC0402-0745) 

出 版 物：《信息与电脑》 (Information & Computer)

年 卷 期：2021年第33卷第23期

页      码：39-41页

摘      要：笔者提出的卷积神经网络所对应的计算流程具有较高的复杂度,为了突破嵌入式设备资源的限制,现提出一种高效卷积神经网络电力设备检测方法。基于红外图像目标检测相关理论知识,完成对目标检测模型的科学设计。从数据集、硬件环境、结果分析3个方面入手,对卷积神经网络的高效性和可靠性进行实验验证。结果表明,所提出的卷积神经网络电力设备检测算法具有较高的可靠性和有效性,符合嵌入式设备视频处理相关标准和要求。通过这次研究,希望能为相关人员提供借鉴。

主 题 词：嵌入式设备 高效卷积神经网络 电力设备 检测分析 

学科分类：080802[080802] 0808[工学-自动化类] 08[工学] 

D　O　I：10.3969/j.issn.1003-9767.2021.23.013

馆 藏 号：203107120...