基于Mask R-CNN的电力设备锈迹检测

【文件属性】：
文件名称：基于Mask R-CNN的电力设备锈迹检测
文件大小：822KB
文件格式：PDF
更新时间：2021-05-06 12:38:24
深度学习 Mask R-CNN 锈迹检测 不规则 电力设备锈迹目标的识别在电力安全方面具有极高的应用价值，但是锈迹具有大小、形状不规则等特点，利用传统的机器学习算法检测效率和准确率不高.针对这一问题，研究分析锈迹特点，提出基于Mask R-CNN的电力设备锈迹检测识别方法.使用Faster R-CNN完成目标检测的功能，FCN精准的完成语义分割的功能，实现像素级别的分类识别，较好地解决了不规则锈迹的检测问题.实验结果表明，基于Mask R-CNN的电力设备锈迹检测结果准确率高.