摘要
一种基于LightWeight‑YOLOv8n的高压输电线路绝缘子缺陷检测方法,包括以下步骤:S1、利用无人机的高清摄像头对收集到的高压输电绝缘子数据集进行采集和整理;S2、对整理好的数据集进行图像预处理操作,扩充数据集;S3、调用Labelme,对图像逐一标注,打好标签,同时按照一定比例对最终数据集进行划分,得到高压输电线路绝缘子数据集;S4、配置算法基础环境,开始训练前设置5类在线图像增强项目,以确保数据集的多样性与泛化能力;S5、将MoblieNetV3主干网络、SimAM注意力机制和WIoU v3边框损失函数、SlideLoss分类损失函数结合于YOLOv8n的基线模型中,重构为LightWeight‑YOLOv8n模型;本发明所要解决的技术问题是提供一种基于LightWeight‑YOLOv8n的高压输电线路绝缘子缺陷检测方法,将其嵌入至巡检无人机上,以提升检测精度和速度。
技术关键词
缺陷检测方法
注意力机制
数据
图像增强
配置算法
模块
高清摄像头
canny算子
网络
瓷质绝缘子
巡检无人机
精度
直方图均衡化
玻璃绝缘子
指标
复合绝缘子
在线
系统为您推荐了相关专利信息
作业机器人
编录系统
高分辨率摄像头
主控系统
高光谱传感器
医学图像分割方法
注意力机制
采样点
变形特征
融合特征
优化能量管理方法
混合动力汽车
轨迹
车辆动力系统
车辆系统
电机设备
卷烟机
设备运行工况
故障诊断方法
积分算法
负载分布特征
负载检测方法
面向车联网环境
通信链路状态
滑动窗口机制