文献

J-GLOBAL ID：202202284763602431   整理番号：22A0416880

大規模屋外電力伝送装置検出のための新しい学習ベースアプローチ【JST・京大機械翻訳】

A Novel Learning-Based Approach for Large Outdoor Power Transmission Equipment Detection

著者 (6件)： Jafari Fatana (School of Computer Science and Mathematics, Fujian University of Technology, Fuzhou, China) ,  Xu Rui (School of Computer Science and Mathematics, Fujian University of Technology, Fuzhou, China) ,  Shyirambere Gilbert (School of Computer Science and Mathematics, Fujian University of Technology, Fuzhou, China) ,  Ndungutse Jean Bosco (School of Computer Science and Mathematics, Fujian University of Technology, Fuzhou, China) ,  Liu Shi-Jian (School of Computer Science and Mathematics, Fujian University of Technology, Fuzhou, China) ,  Liu Shi-Jian (Key Laboratory of Big Data Mining and Applications of Fujian Province, Fujian University of Technology, Fuzhou, China)
資料名： Lecture Notes in Electrical Engineering  (Lecture Notes in Electrical Engineering)
巻： 833  ページ： 700-711  発行年： 2022年 
JST資料番号： W5070A  ISSN： 1876-1100  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 無人機(UAV)による大きな屋外電力伝送装置の自動検査は,電気信頼性と安全性を促進することを確実にする重要な方法である。自動検査の基本研究として,深層学習法を用いて,空中画像からの電力塔と碍子の検出を研究した。最初に,複雑なバックグラウンドを有する電力塔と碍子の空中画像を収集し,よく調製した。第二に,YOLOの最新のバージョンに基づく畳込みニューラルネットワークを,調製したデータセットを用いて訓練した。その結果,訓練されたモデルは自動検出を満たすのに使用できる。実験は,提案したネットワークが,同時に塔と碍子を正確に同定することができ,既存の方法より良い性能を持っていることを証明した。Copyright The Author(s), under exclusive license to Springer Nature Singapore Pte Ltd. 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *学習 ,  信頼性 ,  *電力 ,  ネットワーク ,  碍子 ,  *送電 ,  塔状構造物 ,  無人機 ,  絶縁体
準シソーラス用語： 自動検出 ,  物体検出 ,  空中画像 ,  自動検査 ,  深層学習 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： 電力タワー ,  絶縁体 ,  深層学習 ,  オブジェクト検出 ,  ヨーグルト

分類 (1件)： 無線通信一般  (ND08010L)

タイトルに関連する用語 (4件)： 大規模 ,  屋外 ,  電力伝送 ,  学習