科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着自动化程度的不断提升，变电所在巡视中使用的机器人越来越多，方便了数码仪器的图像获取。但是在采集到的大量变电所巡视的图像中，指针式仪表的读数和变压器零件的辨识精度仍较低，已成了一个研究的难点。近年来，基于海量信息的深度神经网络技术在图像辨识中的应用得到了极大的发展。文章结合电力设备图像的特点，基于深度学习算法重点研究了变电站数字式仪表读数的自动识别和变压器小部件的自动识别，提出了使用卷积神经网络YOLOv5模型识别图表的方法。该方法适用于对实时性、准确性要求高的场景，使用可扩展置标语言（EXtensible Markup Language,XML）解析手段获取数字式仪表位置及大小信息，可自动化标注数字式仪表。
- 出版日期2023
- 单位新疆大学
