基于深度学习的风机塔筒表面缺陷检测方法及系统

本申请公开了一种基于深度学习的风机塔筒表面缺陷检测方法，该方法通过无人机航点拍照采集风机塔筒缺陷样本；建立改进DABNet的风机塔筒轻量级语义分割网络；滑窗裁剪与CutMix结合来丰富含遮挡缺陷目标样本数；设计基于局部阴影亮度补偿与优化YOLOv5小目标识别的缺陷检测模块，实现无人机对风机塔筒表面缺陷的智能诊断。本申请通过视觉检测算法解决风机塔筒巡检效率低、精度差的难题，为后续塔筒无损清洗作业提供准确的缺陷信息指导。