基于YOLOv3的风电场目标图像识别智能巡检方法

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：设计一种基于YOLOv3的风电场目标图像识别智能巡检方法,利用搭载工业相机的无人机来采集风电场目标原始图像,通过直方图均衡变化和自适应增强方法,去除风电场目标图像中的噪声,完成风电场目标原始图像预处理.基于YOLOv3网络进行目标图像检测,通过卷积操作后,输出不同尺度特征图并进行融合.根据识别结果,进行故障判断、预警及相应处理,实现风电场目标图像识别的智能巡检.实验证明,该方法图像识别准确率较高,巡检效果良好.

作者：

周新宇

展开 >

作者单位：

重庆市科源能源技术发展有限公司,重庆 400020

关键词：

风电场 YOLOv3 目标图像识别智能巡检尺度特征

出版年：

2024

DOI：

10.16621/j.cnki.issn1001-0599.2024.09D.59

设备管理与维修

中国机械工程学会北京卓众出版有限公司

设备管理与维修

影响因子：0.13

ISSN：1001-0599

年,卷(期)：2024.(18)