其他
【精彩论文】一种基于可见光巡检图像的杂草智能识别方法
引文信息
岳国良, 路艳巧, 常浩, 等. 一种基于可见光巡检图像的杂草智能识别方法[J]. 中国电力, 2019, 52(11): 138-144, 174.YUE Guoliang, LU Yanqiao, CHANG Hao, et al. An intelligent weed recognition method based on optical patrol image[J]. Electric Power, 2019, 52(11): 138-144, 174.
内容摘要
目前电力巡检主要是采用无人机巡检的方式，针对无人机巡检获取的图像识别过程中，电力设备旁的杂草可能会造成安全隐患，需要对图像中的杂草进行识别。针对电力巡检的场景，提出了一种基于可见光巡检图像的杂草智能识别方法，以可见光巡检图像中杂草的特征为基础，结合卷积神经网络方法，解决可见光巡检图像中电力设备附近的杂草识别问题。通过对图像进行样本数据增广和预处理，接着引入区域生成网络，再对图像提取固定个数候选框的图像特征，和改进的图像分类网络连接在一起，得到最终的卷积神经网络模型。实验表明其准确率可以达到97.98%，检测一幅600×600大小图像需要花费的平均时间约为0.256 s，在保证了准确率的同时达到了高效识别的要求。
往期回顾
◀【精彩论文】基于Non-MPPT算法的区域光伏消纳控制策略
◀【精彩论文】基于多模型鲁棒输入训练神经网络协同的燃气–蒸汽联合循环机组传感器故障诊断方法
◀【精彩论文】基于元胞自动机的山火蔓延及电力线路故障概率计算新方法
◀【征稿启事】“电力信息通信新技术在能源互联网中的研究与应用”专题征稿启事
◀【征稿启事】“能源安全新战略路径设计与规划推演关键技术”专栏征稿启事
编辑：杨彪
审核：许晓艳
根据国家版权局最新规定，纸媒、网站、微博、微信公众号转载、摘编《中国电力》编辑部的作品，转载时要包含本微信号名称、二维码等关键信息，在文首注明《中国电力》原创。个人请按本微信原文转发、分享。欢迎大家转载分享。