인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
Abstract To supply uninterrupted electric power is extremely crucial for the economy and daily life. The traditional manual inspection method for power transmission line fault detection has many disadvantages. Although deep learning has been applied in power transmission line detection, existing schemes have deficiencies in complex environment with low-resolution images and small target. To solve this problem, this paper proposes a visual feature modeling method based on graph convolution and constructs a graph neural network model, HSPAN-GNN (High-priority Subsampling with SPD and Attention Normalization-Graph Neural Network), which combines graph convolution and convolution operations. We build a novel HSPAN-GNN model includes a high-degree priority subsampling module to balance computational efficiency, memory overhead, and accelerate inference. The proposed Space-to-Depth Convolution (SPD-Conv) solves the detection problems in small target and low-resolution scenarios, and the Normalization-based Attention Module (NAM) enhances the detection performance. Experiments have shown that the HSPAN-GNN model can achieve efficient and accurate target detection of transmission lines.
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
