基于改进MaskR-CNN与SVM的设备接头智能识别

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：为提高变电站设备监控系统对微小部件的监控识别准确率，以变电站设备接头为研究对象，提出一种基于改进的掩码区域卷积神经网络（Mask R-CNN）模型与SVM模型的监控识别方法。以Mask R-CNN模型和SVM模型为基础，通过在Mask R-CNN模型的位置预测层和像素预测层后增加一层一致预测层，并构建改进的Mask R-CNN模型，实现了变电设备接头的位置预测。（剩余7086字）

试读结束

目录
monitor