基于Faster R-CNN的气体绝缘开关设备X光图像缺陷检测

高飞, 朱正一, 马龙华, 赵海峰, 邢正根

自动化技术与应用 ›› 2026, Vol. 45 ›› Issue (1) : 58 -62+73.

PDF
自动化技术与应用 ›› 2026, Vol. 45 ›› Issue (1) : 58 -62+73. DOI: 10.20033/j.1003-7241.(2026)01-0058-06

基于Faster R-CNN的气体绝缘开关设备X光图像缺陷检测

    高飞, 朱正一, 马龙华, 赵海峰, 邢正根
作者信息 +

Author information +
文章历史 +
PDF

摘要

研究设计了一种基于Faster R-CNN的气体绝缘开关设备X光图像缺陷检测方法。该方法通过X光机获取气体绝缘开关设备X光图像,然后构建Faster R-CNN检测模型,并通过添加特征融合和优化激活函数的方法对原模型进行改进,最后利用改进的Faster R-CNN检测模型对气体绝缘开关设备X光图像进行检测。结果显示,该模型的检测精度高达99.6%,检测单张X光图的用时约为0.002 7 s,并且运行稳定,帧率约为16.5帧/s。研究方法能够实现对气体绝缘开关设备X光图像的高精度检测,提高了电力设备运行过程的质量控制和效率。

关键词

电力系统 / 气体绝缘开关设备 / 神经网络 / 检测精度 / 电气工程

Key words

引用本文

引用格式 ▾
基于Faster R-CNN的气体绝缘开关设备X光图像缺陷检测[J]. 自动化技术与应用, 2026, 45(1): 58-62+73 DOI:10.20033/j.1003-7241.(2026)01-0058-06

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

0

访问

0

被引

详细

导航
相关文章

AI思维导图

/