您当前的位置:
首页 >
文章列表页 >
面向火电厂入炉煤粒度快速精准检测的YOLOv5m与通用图像分割模型协同分割方法
发电技术 2026年47卷第4期 页码:752-760
新型电力系统人工智能前沿技术与大模型应用|更新时间:2026-09-01
|
面向火电厂入炉煤粒度快速精准检测的YOLOv5m与通用图像分割模型协同分割方法
YOLOv5m and Segment Anything Model Collaborative Segmentation Method for Rapid and Accurate Detection of Incoming Coal Particle Size in Thermal Power Plants
- “研究人员融合YOLOv5m与SAM模型构建级联检测架构,实现了入炉煤粒度实时在线精准检测,为解决循环流化床锅炉燃烧效率优化难题提供了可靠的技术路径。”
DOI:10.12096/j.2096-4528.pgt.260407
修回:2025-11-27
移动端阅览
14
浏览量
7
下载量
0
CSCD
文章被引用时,请邮件提醒。
提交
相关文章
基于样本熵聚类分解-倒置Transformer模型的光伏功率预测
大语言模型赋能气候适应型电力系统的挑战与前景展望
集成压缩二氧化碳储能的碳捕集燃煤热电联产系统热力学分析
甲烷掺氢微混燃烧器功率放大设计分析
基于BERT大模型的风电机组发电机轴承状态监测系统故障数据识别
相关作者
暂无数据
相关机构
暂无数据

