机器学习在输电系统监控图像中的应用研究

声明

第一章 绪 论

1.1 研究背景和意义

1.2 国内外现状

1.3 主要工作

1.4 结构安排

第二章 相关技术

2.1常用边缘检测算法

2.2卷积神经网络

2.3 目标检测

2.4 GANs

第三章 高压输电线异物检测

3.1输电线异物描述

3.2输电线定位

3.2.1 图像二值化

3.2.2 种子点选取

3.2.3 迭代约束条件

3.2.4 投票求解

3.3 巡线搜索

3.4 基于GANs的特征增强

3.5 基于SSD的异物检测

3.5.1 骨干网络

3.5.2 目标的边框回归与分类

3.5.3 特征金字塔网络

3.6 本章小结

第四章 变电站仪表读数的自动识别

4.1变电站仪表描述

4.2 数据来源

4.3视图纠正

4.4 仪表位置检测

4.5 关键点检测

4.6 训练

4.7 后处理

4.8 本章小结

第五章 实验分析

5.1 实验中常用术语缩写和含义

5.2 高压输电线定位实验

5.2.1评估指标

5.2.2实验结果

5.3 异物分类实验

5.3.1 数据集说明

5.3.2 实验结果

5.4 SSD异物检测实验

5.4.1 数据集说明

5.4.2 评估指标

5.4.3 实验结果

5.5 变电站指针式仪表自动读数实验

5.5.1 数据集说明

5.5.2 模型在COCO评估指标上的性能

5.5.3 模型在仪表读数评估指标上的性能

5.6 变电站旋钮式开关状态检测

5.6.1 数据集说明

5.6.2 评估指标

5.6.3 实验结果

5.7 本章小结

第六章 结论与展望

6.1 结论

6.2 展望

参考文献

致谢

附 录