科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对电力机房服务器状态检测任务的需求，文章采用服务器设备状态信号灯检测识别的方法。文章设计了基于SSD及改进MobileNet网络的轻量化目标检测深度学习网络，在传统MobileNet中引入跨层链接，充分利用及融合各层特征，并将SSD网络中原VGG16网络替换为改进的MobileNet,实现了参数及计算力的压缩；基于现实图像数据及增强方法制作了服务器运行状态数据集用于训练任务，最终得到mAP为86.7%、故障检测准确率为96.1%的效果以及相较于原网络近40%的参数压缩；将训练网络应用到嵌入式边缘计算终端设备的检测任务中，验证了所提网络检测任务的工程可行性。所提网络具有高准确率、轻量化、低成本的特点，为基于视觉的服务器巡检提供了状态识别手段。
-
单位贵州电网有限责任公司
