摘要
本发明公开了一种基于YOLOv5的绝缘拉杆缺陷检测方法及装置,属于电力系统中绝缘材料缺陷检测技术领域,包括:获取绝缘拉杆缺陷原片,建立绝缘拉杆缺陷数据集;利用所述绝缘拉杆缺陷数据集训练基于YOLOv5s的绝缘拉杆缺陷检测网络,获得绝缘拉杆缺陷检测模型;采集待进行检测的绝缘拉杆图像,结合绝缘拉杆缺陷检测模型确定待进行检测的绝缘拉杆的缺陷。本发明采用上述结构的一种基于YOLOv5的绝缘拉杆缺陷检测方法及装置,通过搭建绝缘拉杆智能图像采集设备、集成开发绝缘拉杆缺陷检测控制软件对绝缘拉杆进行图像采集,并将采集到的图像传入深度学习模型中进行缺陷识别,以实现对绝缘拉杆缺陷快速、准确检测。
技术关键词
绝缘拉杆
缺陷检测方法
特征提取网络
智能图像采集设备
特征融合网络
数据
多尺度特征融合
缺陷检测技术
浮点数
照片
深度学习模型
模块
绝缘材料
电力系统
相机
图片
像素
阶段
系统为您推荐了相关专利信息
图像分类方法
特征提取网络
线性分类器
样本
原型
图像增强算法
水下成像模型
背景光
水下降质图像
颜色特征提取
特征提取网络
多智能体深度强化学习
注意力编码器
控制决策方法
电压
模态特征
重构策略
特征提取网络
深度融合网络
融合特征
模糊特征
深度卷积特征
序列
特征提取网络
特征融合网络