CN115439741B 基于人工智能与单目视觉的电力设备检测、测距及预警方法 (广西大学)_第1页
CN115439741B 基于人工智能与单目视觉的电力设备检测、测距及预警方法 (广西大学)_第2页
CN115439741B 基于人工智能与单目视觉的电力设备检测、测距及预警方法 (广西大学)_第3页
CN115439741B 基于人工智能与单目视觉的电力设备检测、测距及预警方法 (广西大学)_第4页
CN115439741B 基于人工智能与单目视觉的电力设备检测、测距及预警方法 (广西大学)_第5页
已阅读5页,还剩27页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

基于人工智能与单目视觉的电力设备检测、一种基于人工智能与单目视觉的电力设备根据南方电网企业标准中对人与带电体的安全2S5,判断,根据标准中对高压设备安全距离S2_2,将原本的特征融合模块FPN替换为性能更S2_3,在SOLO检测头中引入可变卷积DCNv2,DCNv在S1中,对图像进行预处理包括筛选原始的电力设备图像利用迁移学习在构建的数据集上对改进的S;3;pp;x,fy,u0,v00,v0pp距f,利用大数据驱动的Diversedepth深度估计模型预测2D图像深度值,并结合4在2D掩膜上自动生成均匀分布的测距点,根据2D_3D映射关系将测距点转换为虚拟坐。S4_1,在每个新的带电设备监测场景下,选;;在S5中,结合电力设备与人的最小距离以及标准,直接判断在S6中,测量设备上测距点到带电部位的距离以及角度信息,5[0005]本发明所要解决的技术问题是提供一种基于人工智能与单目视觉的电力设备检6算设备带电部位与人的距离,再根据南方电网企业标准中对人与带电体的安全距离的规等数据扩充操作,并利用EISeg工具对电力设备和“person”目标进行掩膜标注;COCO_[0016]S2_2,将原本的特征融合模块FPN替换为性能更优的加权双向特征金字塔网络ppx,yx,yx,yx,y;7x,fy,u0,v0距u0,v0和焦距f,利用大数据驱动的Diversedepth深度估计模型预测2D图像深度值,并结合[0030]在2D掩膜上自动生成均匀分布的测距点,根据2D_3D映射关系将测距点转换为虚[0037]da=kdw;8合以及应对目标几何变换能力三个层面对SOLOv[0044]在特征提取网络ResNet50中引入Res2Net、ResNet_c和ResNet_d三种结构对模型[0045]将原本的特征融合模块FPN替9算设备带电部位与人的距离,再根据南方电网企业标准中对人与带电体的安全距离的规[0082]S2_2,将原本的特征融合模块FPN替换为性能更优的加权双向特征金字塔网络[0086]优选的方案中,利用迁移学习在构建的数据集上对改进的SOppx,yx,yx,yx,y[0092]优选地,根据使用的GPU性能和模型特性,将batchsize设置为2,训练100个压器外侧的标识牌。;x,fy,u0,v0距u0,v0p像的深度信息d和焦距f,利用大数据驱动的Diversedepth深度估计模型预测2D图像深度p距点转换为虚拟坐标系下的3D坐标,根据如下的三维欧式距离公式计算电力设备与[0112]da=kdw;

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论