摘要
基于改进YOLOv5增强模糊特征的架空地线缺陷检测方法,包括步骤:制作架空地线断股和散股缺陷数据集,并对数据集进行预处理,得到架空地线断股和散股图片训练集和验证集;对YOLOv5进行改进,首先对模型进行轻量化处理;其次将SPPF模块换为RFB模块;再次在骨干网络RFB模块后嵌入一层SimAM模块;最后在颈部网络深层网络引入三级融合,与浅层网络和中层网络通过注意力卷积模块CS模块进一步强化特征表达相融合;选择合适的设备和实验参数对改进的YOLOv5网络模型进行训练和验证,得到架空地线断股和散股缺陷检测网络模型;对本发明改进的模型进行评估。本发明解决了目标识别网络对架空地线断股和散股这两种具有模糊特征的缺陷检测精度低和速度慢的问题。
技术关键词
缺陷检测方法
模糊特征
卷积模块
地线
修补机器人
图片
注意力
像素点
检测网络模型
图像
强化特征
坐标
干扰特征
网络深度
错误检测
数据
表达式
采样模块
系统为您推荐了相关专利信息
检测注塑产品
缺陷检测方法
深度学习模型
缺陷类别
可调谐光源
变电站设备
混合模块
缺陷检测方法
缺陷检测装置
电力设备
分类网络
数据分类方法
卷积模块
信号
系统存储器
健康状态分类方法
多模态注意力
多模态特征融合
特征提取模块
融合特征
相移干涉显微装置
凹坑缺陷
像素点
图像探测器
双边滤波器