深度學(xué)習(xí)工程師能力評估標(biāo)準(zhǔn)

傳統(tǒng)的圖像識別方法,不能有效檢測出電力部件的具體位置,同時在干擾物較多的場景下識別準(zhǔn)確率較低。本文針對以上問題提出一種基于MASK LSTM-CNN模型的電力部件巡檢圖像識別方法。結(jié)合已有的Mask R-CNN方法,利用長短期記憶神經(jīng)網(wǎng)絡(luò),通過絡(luò)融合上下文信息來構(gòu)建MASK LSTM-CNN模型,然后結(jié)合電力部件的具體特征進(jìn)一步利用優(yōu)化算法來優(yōu)化模型的參數(shù),使設(shè)計的模型能夠在干擾信息較多的現(xiàn)場環(huán)境下依然可以準(zhǔn)確識別電力部件,成功解決了已有方法中存在的電力部件在被遮擋情況下識別率較低的問題,大大改善了部件識別的精度。結(jié)合實際采集的電力部件巡檢圖像數(shù)據(jù)集對提出的模型進(jìn)行大量測試驗證,實驗結(jié)果表明提出的MASK LSTM-CNN模型相比于R-FCN、Faster R-CNN等模型檢測效果更優(yōu),平均識別準(zhǔn)確率提高9%-12%左右,有效解決了干擾信息較多的電力場景中的部件識別問題。

為了獲取銘牌圖像中的基本參數(shù)信息,提出一種基于深度學(xué)習(xí)的端到端文本識別模型TDRN(Text Detection and Recognition Network)。模型避免了圖像裁剪和字符分割,將文本看作一個序列,使用BLSTM(Bidirectional Long Short-term Memory)來獲取上下文關(guān)系。同時,將文本檢測和文本識別整合在同一個網(wǎng)絡(luò)中共同訓(xùn)練,共享卷積層,以提高整體性能,在文本識別中還引入了注意力機(jī)制。模型在公共場景文本數(shù)據(jù)集SVT(Street View Text)上測試表現(xiàn)良好,F值為68. 69%,高于一般的端到端文本識別模型。與傳統(tǒng)銘牌識別方法相比,TDRN準(zhǔn)確率更高,魯棒性更強(qiáng),能適應(yīng)復(fù)雜的電力場景變化。