一种基于RCSCA-YOLOv8的绝缘服缺陷检测方法及系统

AITNT
正文
推荐专利
一种基于RCSCA-YOLOv8的绝缘服缺陷检测方法及系统
申请号:CN202410922474
申请日期:2024-07-10
公开号:CN118470007A
公开日期:2024-08-09
类型:发明专利
摘要
本发明公开了一种基于RCSCA‑YOLOv8的绝缘服缺陷检测方法及系统,该方法包括:获取绝缘服缺陷图像并进行数据预处理,得到预处理后的绝缘服缺陷图像;基于YOLOv8网络模型,引入RCS‑OSA模块与坐标注意力机制模块,构建RCSCA‑YOLOv8缺陷检测网络模型;基于RCSCA‑YOLOv8缺陷检测网络模型对预处理后的绝缘服缺陷图像进行缺陷检测处理,得到绝缘服图像缺陷检测结果。本发明能够提取更加复杂缺陷的特征以及更加精确的确定缺陷的位置坐标信息,从而提高绝缘服缺陷检测的精度。本发明作为一种基于RCSCA‑YOLOv8的绝缘服缺陷检测方法及系统,可广泛应用于图像缺陷检测技术领域。
技术关键词
绝缘服 检测网络模型 缺陷检测方法 图像缺陷检测 注意力机制 网络模块 卷积模块 拼接模块 空间金字塔池化 坐标位置信息 输入端 非线性 缺陷类别 缺陷检测系统 融合特征 阶段 信道
系统为您推荐了相关专利信息
1
基于机载雷达与智能识别的动物目标探测系统及方法
特征提取网络 信号处理单元 深度强化学习算法 注意力机制 探测系统
2
一种电力数据动态传输访问控制与身份验证部署策略
动态访问控制 身份验证方法 粒子群优化算法 双向身份认证 生成机制
3
基于AI的用户桌面交互控制装置及其方法
交互控制方法 意图类别 加权特征 特征向量空间 长短期记忆网络
4
一种基于深度学习的疵点图像生成算法、存储介质及设备
图像生成模型 图像生成方法 特征提取网络 多尺度特征提取 模块
5
一种基于注意力机制的图神经网络知识图谱推理学习方法
实体 知识图谱推理 三元组 多头注意力机制 知识图谱数据
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号