基于深度学习的红外光热成像无人机巡检技术应用
本文在人工智能的基础上利用深度学习结合红外光热成像技术对无人机巡检技术进行研究和优化.首先对红外光热成像技术在电力系统中的应用和无人机巡检技术进行了介绍;然后提出了基于卷积神经网络的目标检测算法,对卷积神经网络的计算原理以及目标检测算法进行说明,并设计了基于深度视觉系统的MobileNetV1-YOLOv3网络预测模型.通过实测分析发现,基于深度学习的轻量级的目标检测网络预测模型定位误差在X、Y、Z三个维度上均低于GPS系统,最小误差仅为0.06 m.
深度学习;红外光热成像;无人机巡检;输电线检测;MobileNetV1-YOLOv3
22
TP31(计算技术、计算机技术)
2022-01-20(万方平台首次上网日期,不代表论文的发表时间)
共4页
13-16