基于改进YOLOv7模型的输电线路施工设备感知方法及系统

AITNT
正文
推荐专利
基于改进YOLOv7模型的输电线路施工设备感知方法及系统
申请号:CN202410751432
申请日期:2024-06-12
公开号:CN118711056A
公开日期:2024-09-27
类型:发明专利
摘要
一种基于改进YOLOv7模型的输电线路施工设备感知方法及系统,该方法先基于历史输电线路施工设备图像对构建的颈部网络为具有跨连接结构和双向加权融合的特征金字塔网络的改进YOLOv7模型进行训练,然后将实时拍摄的输电线路施工设备图像输入训练好的改进YOLOv7模型,得到输电线路施工设备的感知结果。本发明有效减少了噪声对模型精度的干扰,提高了模型的收敛速度和鲁棒性。
技术关键词
输电线路施工设备 权重分配策略 通道注意力机制 输出特征 特征金字塔网络 感知系统 Sigmoid函数 全局平均池化 模型训练模块 超参数 梯度下降法 节点更新 图像 高效率 表达式
系统为您推荐了相关专利信息
1
一种基于内容感知的轻量化目标检测方法
通道剪枝 输出特征 感知特征 变换算法 注意力机制
2
一种主动脉夹层真腔、假腔及假腔血栓的医学影像分割方法及系统
医学影像分割方法 三维医学影像数据 主动脉 通道注意力机制 特征提取模块
3
一种全局与局部注意力的三维点云配准模型设计方法
局部注意力机制 三维点云配准 模型设计方法 多层次特征 特征提取网络
4
一种基于注意力网络的病理图像分割方法
加权特征 病理图像分割方法 引入注意力机制 多尺度特征提取 平滑边缘
5
一种基于改进YOLOv7网络的水下生物检测方法
水下生物检测方法 特征提取模块 网络结构 图像增强 生物检测系统
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号