基于深度学习的电厂跑冒滴漏视频识别应用研究AET-电子技术应用-最丰富的电子设计资源平台

基于深度学习的电厂跑冒滴漏视频识别应用研究
所属分类：技术论文
上传者：wwei
文档大小：4009 K
标签：深度学习电厂跑冒滴漏
所需积分：0分积分不够怎么办？
文档介绍：为解决火电厂设备在运行过程中会存在“跑冒滴漏”现象，通过视觉识别技术及深度学习的应用，提出基于卷积神经网络模型的电厂跑冒滴漏视频识别模型，并对模型进行优化和改进。该方法基于火电厂摄像头进行现场图像的采集，进行数据预处理和优化，同时按照缺陷形态建立对应数据集。然后，通过语义分割、数据增强、注意力机制、更改激活函数等技术与卷积神经网络结合，对YOLOv5算法进行深层次优化，包括训练策略的改进和模型评价调整，增强了模型算法对复杂场景识别理解能力，可有效提高视频识别精度与速度，有助于提高火电厂巡检的自动化、智能化水平，具有较好的工程应用前景。
现在下载
VIP会员，AET专家下载不扣分；重复下载不扣分，本人上传资源不扣分。

活动