典型文献
基于深度神经网络的电气元件符号识别算法
文献摘要：
在智能电网发展的新时期,提高业扩报装的工作效率以及智能化程度是一项重要任务,在这一过程中对于电气图纸中电气元件符号的识别尤其关键,已有方法在算法精度以及鲁棒性上都存在不足.为此,基于YO-LOv3提出了一种改进的电气符号识别算法,改进了模型超参数选取策略,构建了自下而上的特征融合网络以及基于图像冗余的图像预处理方法,有效地解决了传统方法精确度低的问题.平均准确率和召回率分别达到94.8％和96.5％,与传统的图像识别算法和基准方法相比都有明显的提升.
文献关键词：
深度神经网络;电气图纸;电气符号;目标检测
中图分类号：
作者姓名：
江再玉;石文娟;马晶;程瑛颖
作者机构：
北京中电普华信息技术有限公司,北京 100085;国网重庆市电力公司营销服务中心,重庆 401121
文献出处：
引用格式：
[1]江再玉;石文娟;马晶;程瑛颖-.基于深度神经网络的电气元件符号识别算法)[J].电力系统及其自动化学报,2022(02):48-55
A类：
电气符号
B类：
深度神经网络,电气元件,识别算法,智能电网,电网发展,业扩报装,电气图纸,YO,LOv3,超参数选取,选取策略,自下而上,特征融合网络,图像预处理,预处理方法,平均准确率,召回率,图像识别,基准方法,目标检测
AB值：
0.36218
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
