基于OpenVINO模型优化的变电站压板状态识别

基于OpenVINO模型优化的变电站压板状态识别

TM774; 电网公司变电站少人化、无人化值守模式已成为未来发展趋势.为提高变电站自动化巡视水平,针对保护压板,提出一种基于OpenVINO优化模型的状态识别算法.在原有SSD_Inception模型基础上,使用迁移学习,降低了模型训练难度;通过OpenVINO工具套件对模型加以优化,提高了模型的计算性能.经测试,优化后的模型目标检测精度超过98％,召回率超过91％,检测帧率超过32.相较于原有模型,经优化后的模型计算能力在各项指标上均有明显提升,可以满足边缘移动计算设备的实时性要求....

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:湖北电力 2021, Vol.45 (1), p.28-34
Hauptverfasser: 孙小磊, 陈昊, 孙子昌, 张海华
Format: Artikel
Sprache:chi
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:TM774; 电网公司变电站少人化、无人化值守模式已成为未来发展趋势.为提高变电站自动化巡视水平,针对保护压板,提出一种基于OpenVINO优化模型的状态识别算法.在原有SSD_Inception模型基础上,使用迁移学习,降低了模型训练难度;通过OpenVINO工具套件对模型加以优化,提高了模型的计算性能.经测试,优化后的模型目标检测精度超过98％,召回率超过91％,检测帧率超过32.相较于原有模型,经优化后的模型计算能力在各项指标上均有明显提升,可以满足边缘移动计算设备的实时性要求.
ISSN:1006-3986
DOI:10.19308/j.hep.2021.01.005