摘要
本发明涉及一种基于改进YOLOv8的无人机巡检配网线路部件识别方法,所述方法包括以下步骤:步骤1:采用改进的无人机巡检配网线路部件识别算法FC‑YOLOv8,在该FC‑YOLOv8算法中,使用的主干网络是CSPDarknet框架,该框架能够通过分割梯度流最大化梯度联合的差异,有效减少重复的梯度学习;步骤2:构建网络训练损失;步骤3:对基于改进YOLOv8的无人机巡检配网线路部件识别的实验流程进行实例分析;本发明具有提高识别精度和检测效率、泛化能力强、鲁棒性好的优点。
技术关键词
部件识别方法
无人机巡检
配网
线路
识别算法
分支
卷积模块
多层次
线性变换矩阵
通道
瓶颈结构
注意力机制
网络模块
框架
输出特征
阶段
重构
系统为您推荐了相关专利信息
Dijkstra算法
协同方法
故障场景
巡检无人机
节点
协同控制方法
局部优化模型
实时数据传输
功率优化
网络拓扑
数据治理方法
数据生成模型
滑动窗口
变量
识别算法