|
|
|
基于无人机自动巡检技术的输电线路缺陷识别方法的研究与应用 |
|
论文目录 |
|
摘要 | 第5-6页 | abstract | 第6-7页 | 第一章 绪论 | 第10-15页 | 1.1 选题背景及意义 | 第10-11页 | 1.2 国内外研究现状 | 第11-13页 | 1.3 本文主要工作 | 第13-15页 | 第二章 输电线路缺陷识别关键技术 | 第15-31页 | 2.1 引言 | 第15页 | 2.2 缺陷的精确定位原理 | 第15-19页 | 2.2.1 无人机自动巡检技术 | 第15-16页 | 2.2.2 机巡图像定位杆塔 | 第16-18页 | 2.2.3 机巡图像定位具体部件 | 第18-19页 | 2.3 缺陷类别的检测方法 | 第19-24页 | 2.3.1 二阶段目标检测算法 | 第19-22页 | 2.3.2 单阶段目标检测算法 | 第22-24页 | 2.4 缺陷识别模型数据集的构建 | 第24-30页 | 2.4.1 部件数据集的数据预处理 | 第24-25页 | 2.4.2 缺陷数据集样本不均衡的处理 | 第25-28页 | 2.4.3 数据集的组织形式 | 第28-30页 | 2.5 本章小结 | 第30-31页 | 第三章 输电线路缺陷识别方案设计 | 第31-46页 | 3.1 引言 | 第31页 | 3.2 缺陷定位模块的设计 | 第31-34页 | 3.3 部件缺损缺陷识别模块的设计 | 第34-39页 | 3.3.1 部件检测网络结构 | 第36-38页 | 3.3.2 缺陷识别网络结构 | 第38-39页 | 3.4 发热缺陷识别模块的设计 | 第39-45页 | 3.4.1 部件温度参考框的计算 | 第42页 | 3.4.2 红外热成像原理 | 第42-44页 | 3.4.3 发热缺陷的判别 | 第44-45页 | 3.5 本章小结 | 第45-46页 | 第四章 缺陷识别模型的训练与应用 | 第46-58页 | 4.1 深度学习目标检测框架 | 第46-47页 | 4.2 模型数据集的构建 | 第47-48页 | 4.3 检测模型的训练 | 第48-49页 | 4.4 检测模型的评估 | 第49-51页 | 4.5 部件缺失缺陷的识别 | 第51-53页 | 4.6 部件发热缺陷的识别 | 第53-55页 | 4.7 缺陷识别模型的应用效果 | 第55-57页 | 4.8 本章小结 | 第57-58页 | 结论 | 第58-59页 | 参考文献 | 第59-63页 | 攻读博士/硕士学位期间取得的研究成果 | 第63-64页 | 致谢 | 第64-65页 | 附件 | 第65页 |
|
|
|
|
论文编号BS4734461,这篇论文共65页 会员购买按0.35元/页下载,共需支付22.75元。 直接购买按0.5元/页下载,共需要支付32.5元 。 |
|
|
我还不是会员,注册会员!
会员下载更优惠!充值送钱! |
我只需要这篇,无需注册!
直接网上支付,方便快捷! |
|
|
|
版权申明:本目录由www.jylw.com网站制作,本站并未收录原文,如果您是作者,需要删除本篇论文目录请通过QQ或其它联系方式告知我们,我们承诺24小时内删除。 |
|
|