【摘 要】
：
变电站内继电保护压板的核对一直以来都是依靠人工进行操作,并且变电站继电保护压板装置众多,人工核对压板方式费时费力且易出错。文章提出一种利用深度可分离卷积网络实现继电保护压板识别的方法。首先,基于TensorFlow机器学习平台创建深度可分离卷积网络;然后,对采集的压板图像进行标注,形成数据集,并对网络进行训练,得到图像识别模型;最后,使用TensorFlow Lite对模型进行转换和优化,并将其应
论文部分内容阅读
变电站内继电保护压板的核对一直以来都是依靠人工进行操作,并且变电站继电保护压板装置众多,人工核对压板方式费时费力且易出错。文章提出一种利用深度可分离卷积网络实现继电保护压板识别的方法。首先,基于TensorFlow机器学习平台创建深度可分离卷积网络;然后,对采集的压板图像进行标注,形成数据集,并对网络进行训练,得到图像识别模型;最后,使用TensorFlow Lite对模型进行转换和优化,并将其应用于嵌入式系统。试验结果表明,深度可分离卷积网络在嵌入式系统上运行性能和识别速度达到预期效果,压板开合状
其他文献
We collect the isoseismal data of 488 earthquakes in western China and 182 earthquakes in eastern China after 1900. The least square method is used to establish two models of the seismic intensity att
思特威科技推出基于其DSI-2技术的首颗车载图像传感器产品——SC1336,以其优异的低照成像性能为车载应用领域高清行车影像设备赋能。SC1336具有100万像素以及3.75μm×3.75μm像素尺寸,提供35-Pin CSP封装形式。得益于思特威创新的DSI-2技术,SC1336感光度高达12,448 mV/lux·s,在夜间暗光行车环境中可拥有优异的夜视全彩成像性能。此外,除搭载思特威创新的P
申请号:202110225179.0【公开号】CN112954240A【公开日】2021.06.11【分类号】H04N5/374; H04N5/3745【申请日】2021.03.01【申请人】哈尔滨工程大学【发明人】刘云涛;李孟窈;蒋忠林;边政【摘要】本发明公开了一种CMOS图像传感器像素级ADC电路,包括比较器、锁存器、斜坡发生器、编码信号电路、偏置电路和时钟电路。比较器对像素单元转化后的模拟信
申请号:202110158084.1【公开号】CN112861704A【公开日】2021.05.28【分类号】G06K9/00; G06K9/20; G06T17/00; G06T19/00【申请日】2021.02.04【申请人】开望(杭州)科技有限公司【发明人】朱亮亮;熊杰【摘要】本发明公开了一种基于传感器分析和图像处理的儿童书写分析系统,包括:基础信息设置模块、目标信息采集模块、书写环境分析模
中国科学技术大学合肥微尺度物质科学国家研究中心陈旸、赵东锋团队与地球和空间科学学院王宝善、姚华建团队合作,成功研制出具有自主知识产权的分布式光纤声波/振动传感(DAS)系统,该设备可使用现有通信光缆进行地震监测、地质灾害预测、地下结构成像、城市地下空间探测等。DAS设备自2021年6月部署在合肥紫蓬山进行连续观测以来,已成功监测到6月4日安徽定远2.3级地震、
三星推出了ISOCELL Auto 4AC,它是一款汽车级图像传感器,可提供120 dB高动态范围图像,并同时支持发光二极管(LED)闪烁抑制功能,适用于高清分辨率的(1,280×960)车载环视影像系统或后视摄像头。这款新型传感器是三星专为汽车客户提供的首个集成式成像解决方案。凭借Corner Pixel TM技术,ISOCELL Auto 4AC能为驾驶员提供更安全的驾驶体验。Corner P
手写数字识别在数据的自动读取、银行支票识别、邮政编码自动识别等领域有重要的实际应用价值。为了提高手写数字识别的准确率,提出一种将卷积神经网络与批量归一化(BN)网络结合来提取手写数字图片特征、并用支持向量机(SVM)进行分类的手写数字识别方法。经实验验证,所提出的手写数字识别方法准确率达到99.6%,相比于Vgg-16、Xception等改进卷积网络的识别准确率有较大的提高。
在岩土地震监测中,采用数字化、信息化技术的应用,不仅可以达到地震预警作用,而且可以对地震波形进行分析,对地震震源坐标进行确定,可以有效地提高地震监测的质量和水平。从用户界面、业务逻辑处理、数据访问、数据处理对岩土地震实时监测系统的总体结构进行了设计,从岩土地震实时监测的实际需求方面,对系统的功能模块进行了设计,并对其实现过程进行了研究,为岩土地震实时监测系统的应用提供技术依据。
计算机视觉是计算机领域研究的热门方向,而三维重建在计算机视觉方面具有很高的研究价值。近年来,随着深度学习、人工智能不断的发展,基于深度学习的单视图三维重建工作受到大量学者的关注。介绍了基于深度学习的单视图三维重建的三种常用方法、三维重建工作常用数据集和其具体的应用领域,并对基于深度学习的单视图三维重建进行了小结与展望。
Maxim宣布与专注于人工智能(AI)边缘计算的Xailient Inc达成合作,Xailient在其Detectum专利神经网络方案中采用Maxim Integrated的MAX78000超低功耗神经网络微控制器,检测并锁定视频、图像中的人脸。与传统嵌入式方案相比,Xailient的神经网络技术方案将功耗降低250倍(仅为280微焦耳),每次检测运算只需12ms,支持网络的实时运行,速率高于当前