隨著國(guó)家經(jīng)濟(jì)的高速增長(zhǎng),我國(guó)需要一個(gè)運(yùn)行穩(wěn)定性高的輸電線路來(lái)保障社會(huì)生產(chǎn)正常運(yùn)行。目前我國(guó)輸電線路的巡檢方式為無(wú)人機(jī)輔助人工進(jìn)行檢測(cè),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(niǎo)巢作為檢測(cè)對(duì)象,意圖探索出一種檢測(cè)精度高、速度快的輸電線路缺陷檢測(cè)方法。所做工作如下:首先,針對(duì)巡檢任務(wù)的檢測(cè)精度高、速度快的要求,提出MobileNetV2網(wǎng)絡(luò)作為YOLOv3的骨架網(wǎng)絡(luò),在保證檢測(cè)精度的前提下加快網(wǎng)絡(luò)的運(yùn)行速度。為進(jìn)一步加快檢測(cè)速度與提高對(duì)于自爆缺陷的檢測(cè)率,提出使用可分離卷積替代多尺度特征金字塔結(jié)構(gòu)中的普通卷積,減少網(wǎng)絡(luò)計(jì)算量、加網(wǎng)絡(luò)深度來(lái)提升檢測(cè)的速度與精度。其次,為分析神經(jīng)網(wǎng)絡(luò)中最優(yōu)的幾個(gè)邊界框回歸損失函數(shù)的性能,使用仿真實(shí)驗(yàn)?zāi)M回歸過(guò)程。實(shí)驗(yàn)顯示,IoU(Intersection over Union)與GIoU(Generalized IoU)損失函數(shù)的收斂速度慢,存在無(wú)法收斂的問(wèn)題。DIoU(Distance-IoU)損失函數(shù)在兩個(gè)框中心點(diǎn)重合時(shí)退化成IoU-Loss,DIoU與CIoU(Complete-IoU)損失函數(shù)在兩個(gè)框相距較遠(yuǎn)時(shí)存在無(wú)...

【文章頁(yè)數(shù)】：69 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

2深度學(xué)習(xí)理論與網(wǎng)絡(luò)選擇9經(jīng)元進(jìn)行連接。如圖2-1所示，第一幅圖為神經(jīng)網(wǎng)絡(luò)傳統(tǒng)的全連接方式，即每層神經(jīng)元都與上層的全部神經(jīng)元節(jié)點(diǎn)相連接，假設(shè)一副544*544的彩色圖片作為輸入，隱藏層的神經(jīng)元數(shù)量為106個(gè)，則該層網(wǎng)絡(luò)每個(gè)神經(jīng)元的權(quán)值參數(shù)共有8.88*1011個(gè)。而采用局部連接時(shí)....

2深度學(xué)習(xí)理論與網(wǎng)絡(luò)選擇9經(jīng)元進(jìn)行連接。如圖2-1所示，第一幅圖為神經(jīng)網(wǎng)絡(luò)傳統(tǒng)的全連接方式，即每層神經(jīng)元都與上層的全部神經(jīng)元節(jié)點(diǎn)相連接，假設(shè)一副544*544的彩色圖片作為輸入，隱藏層的神經(jīng)元數(shù)量為106個(gè)，則該層網(wǎng)絡(luò)每個(gè)神經(jīng)元的權(quán)值參數(shù)共有8.88*1011個(gè)。而采用局部連接時(shí)....

換??諮盜飯?討腥菀滓?鶩?縟ㄖ稻緦冶?化，導(dǎo)致訓(xùn)練過(guò)程不穩(wěn)定。歸一化層的作用是對(duì)輸入的數(shù)據(jù)進(jìn)行歸一化處理，歸一化后可以提高深度神經(jīng)網(wǎng)絡(luò)的檢測(cè)性能，減少網(wǎng)絡(luò)的訓(xùn)練時(shí)間與反向傳播時(shí)的權(quán)值變化量，防止網(wǎng)絡(luò)在訓(xùn)練過(guò)程中出現(xiàn)梯度彌散的問(wèn)題。目前深度學(xué)習(xí)中一般有五種歸一化方法，這五種方法為....

西南科技大學(xué)碩士學(xué)位論文122.3.1Faster-RCNN目標(biāo)檢測(cè)網(wǎng)絡(luò)Faster-RCNN網(wǎng)絡(luò)是two-stage類(lèi)算法中使用最多的神經(jīng)網(wǎng)絡(luò)，該網(wǎng)絡(luò)相比于同類(lèi)網(wǎng)絡(luò)精度更高，速度更快。該網(wǎng)絡(luò)的創(chuàng)新點(diǎn)是引入了區(qū)域建議(RegionProposalNetwork，RPN)網(wǎng)絡(luò)進(jìn)行目....

本文編號(hào)：3966874