摘要
本发明提供一种风机叶片损伤识别边缘计算方法及装置,属于深度学习及检测方法技术领域。方法包括:获取风电机组叶片巡检数据,风电机组叶片巡检数据包括:风电机组叶片巡检图片;将风电机组叶片巡检图片输入到训练好的风机叶片损伤检测模型,得到风机叶片损伤检测结果;根据风机叶片损伤检测结果在原图中标记损伤位置及损伤类型;风机叶片损伤检测模型根据YOLOv5网络模型、自注意力机制模块以及金字塔池化模块构建。在边缘计算终端进行风机叶片损伤识别,独属本地风场,数据与外界隔离,保证场内数据传输的安全性,在风机叶片损伤检测模型中添加注意力机制模块和金字塔池化模块,提升模型的综合检测能力,提高损伤识别准确度。
技术关键词
风电机组叶片
风机叶片
边缘计算方法
金字塔池化模块
巡检数据
注意力机制
预处理算法
图片
直方图信息
巡检无人机
生成数据集
图像
特征提取网络
分块
像素点
终端
格式
系统为您推荐了相关专利信息
涡流发生器
升降型
电机控制模块
调控方法
空心槽
多传感器融合技术
无人机自主飞行
巡检系统
三维环境地图
视觉相机
边缘计算方法
路边单元
信息数据处理终端
深度确定性策略梯度
算法
巡检数据
路径规划方法
无人机路径规划
场景
路径规划系统