液晶与显示, 2018, 33 (4): 317, 网络出版: 2018-08-28   

基于深度卷积神经网络的输电线路可见光图像目标检测

Object detection of transmission line visual images based on deep convolutional neural network
作者单位
1 天津航天中为数据系统科技有限公司(天津市智能遥感信息处理技术企业重点实验室),天津 300301
2 济南汤尼机器人科技有限公司,山东 济南 250101
3 南方电网科学研究院有限责任公司,广东 广州 510080
引用该论文

周筑博, 高佼, 张巍, 王晓婧, 张静. 基于深度卷积神经网络的输电线路可见光图像目标检测[J]. 液晶与显示, 2018, 33(4): 317.

ZHOU Zhu-bo, GAO Jiao, ZHANG Wei, WANG Xiao-jing, ZHANG Jing. Object detection of transmission line visual images based on deep convolutional neural network[J]. Chinese Journal of Liquid Crystals and Displays, 2018, 33(4): 317.

引用列表
2、 融合注意力机制的移动端人像分割网络液晶与显示, 2020, 35 (6): 547
3、 基于深度学习的乳液泵缺陷检测算法液晶与显示, 2019, 34 (1): 81

周筑博, 高佼, 张巍, 王晓婧, 张静. 基于深度卷积神经网络的输电线路可见光图像目标检测[J]. 液晶与显示, 2018, 33(4): 317. ZHOU Zhu-bo, GAO Jiao, ZHANG Wei, WANG Xiao-jing, ZHANG Jing. Object detection of transmission line visual images based on deep convolutional neural network[J]. Chinese Journal of Liquid Crystals and Displays, 2018, 33(4): 317.

本文已被 3 篇论文引用
被引统计数据来源于中国光学期刊网
引用该论文: TXT   |   EndNote

相关论文

加载中...

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!