TY -的A2 -李,广盟歌,春和盟——徐Wenxiang AU - Wang Zhongfeng AU - Yu,世茂盟,曾庆红,彭AU - Ju Zhaojie PY - 2020 DA - 2020/09/30 TI -分析数据增强对目标识别的影响无人机输电线路检查SP - 3107450六世- 2020 AB -目标识别的核心任务之一是输电线路检查基于无人机(UAV),和目前基于大量的深学习方法已经开发出来。加强识别模型的泛化能力,需要大量的训练样本涵盖所有可能的情况。然而,由于环境条件的复杂性和目标,和图像的局限性的收集和注释,样品通常不足当训练目标识别的深度学习模型,这是减少的主要因素之一的性能模型。为了克服这个问题,开发了一些数据扩增方法生成额外的模型训练样本。尽管这些方法已经得到广泛应用,目前还没有定量研究数据扩增方法对目标识别的影响。本文以绝缘子串为目标,一系列广泛使用的影响数据扩增方法研究了目标识别的准确性,包括直方图均衡化、高斯模糊、随机翻译、缩放、断路和旋转。广泛的测试进行验证的影响增强训练集样本,测试集,或两者兼而有之。实验结果表明,数据增加起着重要的作用在提高识别的准确性模型,在数据的影响增强方法如高斯模糊,缩放和旋转很重要。SN - 1076 - 2787你——https://doi.org/10.1155/2020/3107450——10.1155 / 2020/3107450 JF - PB - Hindawi KW - ER -复杂性