基于机器视觉的高压隔离开关设备状态判别与故障诊断技术

摘要

文章对YOLO v3算法模型进行了优化处理,提高了该算法模型的使用效果。分析该模型的损失曲线以及交并比(intersection over union,IOU)曲线可知,随着批次值的逐渐增加,该模型损失值逐渐减少,基本维持在0.2左右,IOU的值则慢慢趋向于1,表明预测值与实际值的重合度逐渐升高。通过对比平均精度可知,未优化的YOLO v3算法模型的平均精度为82.54%,优化后YOLO v3算法模型的平均精度为90.36%,表明通过优化处理可以大幅提高YOLO v3模型的精度,优化后YOLO v3模型具有较好的使用效果,研究结果可为后续高压隔离开关智能化的相关研究提供科学的参考。