【摘 要】
：
输电杆塔关键弱纹理部件的通用检测方法依赖大量样本的标注和学习。在无相关部件样本训练情况下,本文提出一种可迁移的输电杆塔弱纹理部件检测方法。本文方法结合了孪生神经网络和互相关卷积用于融合样本块与待搜索区域的特征,其中通过样本部件掩膜裁剪以有效滤除背景噪声,最后在尺度、位置、交并比3个方面提出了对应的分数修正策略以提高检测精度。实验结果表明,本文提出的掩膜裁剪和分数修正策略有效提高了弱纹理部件的检出精
【机 构】
：
华北电力大学控制与计算机工程学院电力智能机器人工程技术研究中心,中国信息通信研究院
论文部分内容阅读
输电杆塔关键弱纹理部件的通用检测方法依赖大量样本的标注和学习。在无相关部件样本训练情况下,本文提出一种可迁移的输电杆塔弱纹理部件检测方法。本文方法结合了孪生神经网络和互相关卷积用于融合样本块与待搜索区域的特征,其中通过样本部件掩膜裁剪以有效滤除背景噪声,最后在尺度、位置、交并比3个方面提出了对应的分数修正策略以提高检测精度。实验结果表明,本文提出的掩膜裁剪和分数修正策略有效提高了弱纹理部件的检出精度,按照AP_(50)的标准,本文检测方法的平均准确率达到了98.0%,能有效避免由于观测视角、尺度以及
其他文献
自发性脑干出血发病率约为原发性脑出血的10%，但其病死率和致残率远高于其他疾病。脑干解剖特点及密集的功能核团与脑干出血手术极高的操作难度有着密不可分的关系。原发性脑干出血的手术治疗方式主要分为开颅血肿清除、血肿穿刺抽吸两类。目前对于脑干手术治疗的适应证尚未形成共识，缺乏大型多中心临床观察结果和循证医学证据的支持。现有的治疗方式均未在脑干出血治疗上取得突破性进展，医师在临床工作中常由于缺乏依据而困惑
脊髓损伤在临床上具有较高致残率，依据不同的损伤节段和严重程度可将其分为完全性脊髓损伤和不完全性脊髓损伤。治疗的主要目的是保护神经，目前急性脊髓损伤主要采用外科减压手术、神经营养、激素治疗、低温治疗以及康复干预等临床综合治疗。近年来内、外源性神经干细胞研究领域有所突破，干细胞移植的基础研究已取得重要进展。从长远来看，神经再生与神经调制措施可能是修复脊髓损伤最有前景的疗法。
基于单自由度体系推导的统计矩理论,针对无模型方法识别结构损伤距离实际应用差距较大等问题,结合融入广义模式搜索算法,提出一种以融合位移四阶矩和加速度八阶矩为指标的全新框架结构两步层递式快速损伤检测方法。所提广义搜索模式算法结合无模型快速损伤定位理论形成的全新损伤诊断方法,利用融合位移四阶矩和加速度八阶矩作为指标,对12层框架结构数值模型有无噪声工况进行数值模拟,与标准结果偏差均在3%以内,证明了该方法的精确性及抗噪性效果。并与相同指标下的统计矩二范数优化方法和类贝叶斯思想方法进行对比,验证了该新方法相较其他
针对传统的异常事件检测方法中手工提取的浅层特征无法统一表达不同场景的表观和运动信息问题,提出了一种基于卷积变分自编码器(ConVAE)的异常事件检测方法.首先构建了一个卷
基于绩效的保障作为一种新的保障策略,现已被广泛地应用在航空、国防和能源等领域.本文针对具有两阶段退化过程的单部件系统,在功能检测模型的基础上,将供应商的收益与可用度
为了实现车辆制动模拟试验中附着系数的准确模拟和实时可调,设计了一种汽车制动模拟试验台,通过控制磁粉离合器励磁电流,实时模拟不同路面附着系数;搭建了基于路面识别的单轮
为实时监测复杂工业过程的故障状态,精确预测故障趋势,提出基于降噪自编码和时间卷积网络的故障预测方法。首先,利用随机森林算法筛选故障相关特征。之后,利用堆栈降噪自编码网络提取非线性特征以及特征重构,并根据重构误差构造平方预测误差(SPE)统计量作为故障状态特征。最后,针对时间卷积网络残差模块中的ReLU激活函数在负区间内导数为零导致部分神经元无法被激活的问题,设计基于自门控激活函数(Swish)和滤波器响应(FRN)规范化的时间卷积网络(SFTCN)。将得到的SPE组成时间序列,利用SFTCN的预测模型实现
针对列车高速行驶时弓网系统接触力波动剧烈影响受流质量的问题,充分利用长短时记忆网络对时序预测的优势,提出了弓网接触力长短时记忆网络预测的受电弓主动控制方法.首先以
机化性肺炎(organizing pneumonia，OP)作为肺组织损伤修复的一种特殊形式，病理学上的定义为远端气道(细支气管、肺泡管、肺泡)内有机化结节存在。机化结节由成纤维细胞和富于黏多糖的间质组成，边界清楚、圆滑，形如栓子般填塞于气道内，组织形态学易于识别，病理诊断OP并不困难。困难的是探寻其背后隐藏的病因。在此过程中，首选是区分隐源性OP(cryptogenic organizing p
喷射器以其体积小、无运动部件、不产生寄生能耗等一系列优点,正成为氢燃料电池氢气再循环的理想解决方案.但电堆变工况下喷射器的循环流体与供给流体的高度耦合特性致使其与