来源：期刊VIP网 时间：
作者：何韦颖;钟健;谌颃;
单位：广州理工学院计算机科学与工程学院;广州理工学院信息与网络中心;广州科技贸易职业学院信息工程学院;
摘要：进行逆变器电路图像数据识别时，特征信息提取不充分使得无法准确捕捉到关键特征，导致识别精度下降。为此，提出一种基于深度学习的逆变器电路图像数据智能识别方法。首先，利用逆变器数据采集系统，采集逆变器电路图像数据。然后，将图像数据输入到卷积神经网络模型中，通过卷积核提取数据的特征。最后，采用YOLO算法对其进行有效识别，基于CA模块对特征信息进行关注，并利用Detect模块输出识别结果。Detect模块主要包括置信度函数和模型的损失函数，将两者结合，利用分类框和检测框来实现对逆变器电路图像的识别。实验结果表明，所提方法的识别误报率最高仅为6%，具有实用性。
关键词：深度学习;;逆变器电路;;图像识别;;数据特征提取;;卷积神经网络;;YOLO算法
基金资助：2020年广东省普通高校青年创新人才项目（2020KQNCX13）;2020年广东省普通高校特色创新项目（2020KTSCX292）
