文献检索-宁波市创意产业特色资源库

限定检索结果

面向电力巡检的轻量化目标检测与故障识别方法研究: 收藏
分享
引用; 《电力信息与通信技术》2022年第8期20卷 29-37页; 作者：袁逸凡周子纯张铖丁忠林黄永明东南大学信息科学与工程学院江苏南京211111 紫金山实验室江苏南京211111 国网电力科学研究院有限公司江苏南京211100; 目前电力巡检的2个基本需求是硬件资源占用率低和实时检测速率高,然而现有技术仍面临计算成本与检测速率的挑战,因此基于YOLO系列目标检测算法,设计了可在轻量化平台上部署的网络模型Power Net。Power Net中设计了轻量化特征提取模块Shu...; 目前电力巡检的2个基本需求是硬件资源占用率低和实时检测速率高,然而现有技术仍面临计算成本与检测速率的挑战,因此基于YOLO系列目标检测算法,设计了可在轻量化平台上部署的网络模型Power Net。Power Net中设计了轻量化特征提取模块Shuffle CSP和特征图感知融合模块Fuse,取得了检测速率与精度的良好折中。最终的模型可达到76.8%的平均准确率,且参数量和浮点运算次数仅有5.5 M和12.8 g,在TESLA V10016 gB gPU和Intel i5-8400 CPU上的检测速度分别达到200~400 fps和2~5 fps,符合实时检测的要求。; 来源：详细信息评论

限定检索结果