| 基于深度学习的电厂跑冒滴漏视频识别应用研究 | |
| 所屬分類：技术论文 | |
| 上傳者：wwei | |
| 文檔大小：4009 K | |
| 標(biāo)簽： 深度学习 电厂 跑冒滴漏 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：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。 | |
| 現(xiàn)在下載 | |
| VIP會(huì)員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計(jì)算機(jī)系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號(hào)-2