电力机房表计的识别模型与效果验证
摘要
巡检机器人在电力机房中已经获得广泛运用,其主要依托于人工智能进行机柜面板图像的识别,具有一定的通用性和普遍性。考虑到电力机房的相关设备比较稳定,因此整理并分析了电力机房常见的表计识别模型,以及在实际案例中获得的识别效果,以利于后期的产品选型以及迭代。
关键词
机柜;巡检机器人;人工智能;图像采集;识别模型
全文:
PDF参考
[英]西蒙J.D.普林斯.计算机视觉:模型、学习和推理[M].北京: 机械工业出版社,2017.
王章阳,傅云,黄煦涛.深度学习:基于稀疏和低秩模型[M].北京: 机械工业出版社,2021.
Milan Sonka,等.图像处理、分析与机器视觉[M].北京:清华大学 出版社,2016.
邓建华.深度学习原理、模型与实践[M].北京:人民邮电出版 社,2021.
张学工,汪小我.模式识别 模式识别与机器学习第4版[M].北京: 电子工业出版社,2021.
谷建阳.AI人工智能:发展简史+技术案例+商业应用[M].北京: 清华大学出版社,2018.
DOI: https://doi.org/10.12346/peti.v4i4.6959
Refbacks
- 当前没有refback。