摘要
本发明公布了一种基于改进YOLOv8算法的电力现场作业规范检测方法,包括,获取公开数据集,对电力现场图像进行预处理,并利用同样的数据设置和调整YOLOv8网络的参数;在YOLOv8的主干网络中,通过EMA注意力机制和部分卷积PConv,构建全新的C2F模块;在YOLOv8网络的主干网络中通过引入通道先验卷积注意力;应用BiFPN特征融合方式到YOLOv8网络的颈部网络,获得改进后的YOLOv8模型;把电力现场数据集缩放至预设大小,对数据集应用提升版的YOLOv8网络标准,以训练并获取最佳的目标模型;利用上一步骤中产出的最优模型,对电力现场进行目标检测,得出检测结果,并对检测结果进行评价和优化。
技术关键词
规范检测方法
电力现场作业
注意力机制
通道
卷积模块
特征融合网络
图像处理
特征提取网络
数据
多层感知器
算法
输出特征
样本
参数
多尺度
系统为您推荐了相关专利信息
GIS设备
局部放电数据
设备局部放电
神经网络架构
气体绝缘组合开关
医学图像融合方法
注意力机制
多模态医学图像
空间特征提取
多尺度
分析方法
脂肪
通道注意力机制
多任务联合学习
融合多模态特征
建筑点云
表面重建方法
顶点
面片
多边形网格模型
跟踪方法
卡尔曼滤波算法
运动特征
计算机存储介质
轨迹特征