论文部分内容阅读
针对目前火力发电厂检测研究较少、识别难度大、工作状态监测少等问题,提出一种以冷却塔为关键地物目标的火电厂冷却塔检测方法,并根据冷却塔是否排气判定电厂工作状态。基于Faster R-CNN深度学习网络,通过设计对比实验,对冷却塔及其工作状态特征进行精确提取,并对检测及判定结果进行验证。实验结果表明,该模型在目标工作状态检测中,选取8个不同区域验证,均取得理想效果。由此可见,Faster R-CNN模型能准确检测电厂冷却塔,可有效判定火力发电厂工作状态并具有多区域适用性。此外,该方法也可迁移至城市内具有