文献

J-GLOBAL ID：202102221265914900   整理番号：21A0231418

送電線のキーコンポーネントのための効率的検出器【JST・京大機械翻訳】

An Efficient Detector for the Key Components of the Power Transmission Lines

著者 (4件)： Liu Xiangcheng (School of Electronic and Information Engineering, South China University of Technology,Guangzhou,China) ,  Dong Qingzhou (School of Electronic and Information Engineering, South China University of Technology,Guangzhou,China) ,  Xiang Youjun (School of Electronic and Information Engineering, South China University of Technology,Guangzhou,China) ,  Fu Yuli (School of Electronic and Information Engineering, South China University of Technology,Guangzhou,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICTAI  ページ： 898-904  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 送電線の重要な構成要素の正確な検出は,スマートグリッド構築の重要な部分である。しかしながら,送電線のキーコンポーネントの検出は,厳しいオクルージョン,不規則な形状,および大きなサイズの差の問題に直面するが,それはアンカーベースのオブジェクト検出器のための大きな挑戦を提示する。一般的および特別なオブジェクトデータセットの両方に対するオブジェクト検出アルゴリズムであるアンカーベースおよびアンカーフリー(ABAF)モデルを提案した。ABAF検出器はアンカーベースブランチとアンカーフリーブランチで共同訓練される。推論の時間において,両方の予測結果を融合して最終検出を得た。実験結果は,アンカーベースブランチが形状規則オブジェクトの検出において良いことを示して,アンカフリーブランチはアンカーベースブランチより不規則形状オブジェクトの検出においてより良くて,著者らの融合モデルABAFは,優れた安定した性能を有する種々のデータセットのために強いロバスト性を有した。ResNet-50によるABAFは,伝送線データセット上で89.69%mAPを達成し,1段アンカーベース検出器RetinaNet上で3.72%の改善を達成し,PASCAL VOCデータセット上で79.03%mAPを達成した。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *送電線 ,  伝送線路 ,  検出器 ,  PASCAL ,  不規則形態 ,  ロバスト性 ,  オクルージョン ,  スマートグリッド
準シソーラス用語： 物体検出 ,  検出アルゴリズム ,  共同訓練 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 送電線 ,  キー ,  コンポーネント ,  検出器