隨著國家經濟的高速增長,我國需要一個運行穩(wěn)定性高的輸電線路來保障社會生產正常運行。目前我國輸電線路的巡檢方式為無人機輔助人工進行檢測,其智能化程度較低。為提升巡檢的智能化水平,以輸電線路的主要缺陷:絕緣子自爆與鳥巢作為檢測對象,意圖探索出一種檢測精度高、速度快的輸電線路缺陷檢測方法。所做工作如下:首先,針對巡檢任務的檢測精度高、速度快的要求,提出MobileNetV2網絡作為YOLOv3的骨架網絡,在保證檢測精度的前提下加快網絡的運行速度。為進一步加快檢測速度與提高對于自爆缺陷的檢測率,提出使用可分離卷積替代多尺度特征金字塔結構中的普通卷積,減少網絡計算量、加網絡深度來提升檢測的速度與精度。其次,為分析神經網絡中最優(yōu)的幾個邊界框回歸損失函數(shù)的性能,使用仿真實驗模擬回歸過程。實驗顯示,IoU(Intersection over Union)與GIoU(Generalized IoU)損失函數(shù)的收斂速度慢,存在無法收斂的問題。DIoU(Distance-IoU)損失函數(shù)在兩個框中心點重合時退化成IoU-Loss,DIoU與CIoU(Complete-IoU)損失函數(shù)在兩個框相距較遠時存在無...

【文章頁數(shù)】：69 頁

【學位級別】：碩士

【部分圖文】：

2深度學習理論與網絡選擇9經元進行連接。如圖2-1所示，第一幅圖為神經網絡傳統(tǒng)的全連接方式，即每層神經元都與上層的全部神經元節(jié)點相連接，假設一副544*544的彩色圖片作為輸入，隱藏層的神經元數(shù)量為106個，則該層網絡每個神經元的權值參數(shù)共有8.88*1011個。而采用局部連接時....

2深度學習理論與網絡選擇9經元進行連接。如圖2-1所示，第一幅圖為神經網絡傳統(tǒng)的全連接方式，即每層神經元都與上層的全部神經元節(jié)點相連接，假設一副544*544的彩色圖片作為輸入，隱藏層的神經元數(shù)量為106個，則該層網絡每個神經元的權值參數(shù)共有8.88*1011個。而采用局部連接時....

換??諮盜飯?討腥菀滓?鶩?縟ㄖ稻緦冶?化，導致訓練過程不穩(wěn)定。歸一化層的作用是對輸入的數(shù)據(jù)進行歸一化處理，歸一化后可以提高深度神經網絡的檢測性能，減少網絡的訓練時間與反向傳播時的權值變化量，防止網絡在訓練過程中出現(xiàn)梯度彌散的問題。目前深度學習中一般有五種歸一化方法，這五種方法為....

西南科技大學碩士學位論文122.3.1Faster-RCNN目標檢測網絡Faster-RCNN網絡是two-stage類算法中使用最多的神經網絡，該網絡相比于同類網絡精度更高，速度更快。該網絡的創(chuàng)新點是引入了區(qū)域建議(RegionProposalNetwork，RPN)網絡進行目....

本文編號：3966874