精彩论文基于深度学习和图像识别的电力配件智能出入库

Posted 中国电力

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了精彩论文基于深度学习和图像识别的电力配件智能出入库相关的知识,希望对你有一定的参考价值。






观点凝练





摘要:针对电力配件种类繁多、型号各异,依靠射频识别(radio frequency identification, RFID)技术开展电力配件出入库管理,不能覆盖所有电力配件,容易出现出入库、退库不准确、效率低,以及出入库电力配件质量不满足生产要求的问题,开展基于机器学习和图像识别的电力配件智能识别研究。首先采用灰度处理、二值化等方法对原始图像进行处理,之后通过最小外接矩形校正原始图像,然后以卷积神经网络(convolutional neural networks, CNN)、卷积递归神经网络(convolutional recurrent neural network, CRNN)等深度神经网络为核心,结合CTC损失函数,构建适用于识别电力配件的深度学习模型,并依据图像识别吻合度,同步推荐疑似配件设备。通过智能设备采集电力配件图像,采用上述方法实时识别配件名称、型号,提示外形尺寸、适用范围、产品用途。实验结果表明,基于机器学习和图像识别的电力配件智能识别结果准确率达到95%,显著提升了仓储出入库管理的智能化水平。

结论:本文针对电力配件种类繁多、型号各异,单独依赖RFID技术开展电力配件出入库管理,容易出现出入库、退库不准确、效率低问题,提出基于CNN和CRNN的深度学习网络,结合CTC损失函数,构建电力配件智能图像识别算法模型,实现了电力配件智能出入库管理。本文通过灰度、二值化等方法进行图像特征提取前的预处理,降低计算复杂度,同时通过图像增强和相似性推荐,提升模型的鲁棒性和泛化能力,实验结果表明,所提方法的识别推荐准确率达到95%,能有效辅助仓储管理人员开展出入库管理。同时,该深度学习算法,可对其他行业的出入库配件图像进行训练,得到针对特定行业的出入库图像识别模型,具备可拓展性。

引文信息

赵永良, 付鑫, 郭阳, 等. 基于深度学习和图像识别的电力配件智能出入库[J]. 中国电力, 2021, 54(3): 55-60.
ZHAO Yongliang, FU Xin, GUO Yang, et al. Intelligent storage and retrieval of power accessories based on deep learning and image recognition[J]. Electric Power, 2021, 54(3): 55-60.


【精彩论文】基于深度学习和图像识别的电力配件智能出入库

【精彩论文】基于深度学习和图像识别的电力配件智能出入库

【精彩论文】基于深度学习和图像识别的电力配件智能出入库

【精彩论文】基于深度学习和图像识别的电力配件智能出入库





 往期回顾 



编辑:杨彪

审核:方彤

声明

以上是关于精彩论文基于深度学习和图像识别的电力配件智能出入库的主要内容,如果未能解决你的问题,请参考以下文章

运维之道基于图像识别的保护压板状态识别技术研究与应用

PPT丨基于图像识别的无人机技术在新能源行业的应用

智能图像识别的写作教学应用

论文 | VGG:用于大规模图像识别的超深度卷积网络

精品文章基于图像识别的电能表智能建档系统研究

图像识别 基于Keras的手写数字识别(含代码)