基于改进CenterNet算法的风机叶片损伤检测识别技术

TM315; 为了对风力发电机组叶片损伤状态进行有效检测,提出一种基于CenterNet目标检测算法的风机叶片损伤检测识别技术.该技术选取DLA-60特征提取网络作为CenterNet算法的骨干网络,并在DLA-60网络中引入注意力引导数据增强机制,提升检测算法的精度.优化后风力机叶片损伤检测识别模型的检测精度为88％,较原始算法提升了2.6个百分点,且检测时间基本与原网络持平,具有较强的精确性和实用性....

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	内蒙古电力技术 2022, Vol.40 (1), p.10-14
Hauptverfasser:	焦晓峰, 蒋兴群, 刘波, 宋力, 陈永艳, 张宪琦
Format:	Artikel
Sprache:	chi
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Beschreibung
Zusammenfassung:	TM315; 为了对风力发电机组叶片损伤状态进行有效检测,提出一种基于CenterNet目标检测算法的风机叶片损伤检测识别技术.该技术选取DLA-60特征提取网络作为CenterNet算法的骨干网络,并在DLA-60网络中引入注意力引导数据增强机制,提升检测算法的精度.优化后风力机叶片损伤检测识别模型的检测精度为88％,较原始算法提升了2.6个百分点,且检测时间基本与原网络持平,具有较强的精确性和实用性.
ISSN:	1008-6218
DOI:	10.19929/j.cnki.nmgdljs.2022.0003