摘要
本发明涉及缺陷检测技术领域,尤其涉及一种轻量化的风力发电机组表面缺陷检测方法,包括:采集风力发电机组表面缺陷数据集,并对数据集进行预处理和标注;将YOLOv8n的主干网络的第三层、第五层、第七层和第九层的C2f模块替换为C2f_Star模块;在YOLOv8n的颈部网络中引入SlimNeck结构,减少推理时间并保持检测精度;利用边框回归损失函数对YOLOv8n模型进行目标定位。本发明解决现有YOLO模型改进时主要考虑检测精度但忽略轻量化问题。
技术关键词
表面缺陷检测方法
风力发电机组
计算机程序代码
表面缺陷检测系统
模块
YOLO模型
缺陷检测技术
网络
处理器
精度
数据
指令
污垢
分层
存储器
介质
系统为您推荐了相关专利信息
闭环反馈机制
能源管理程序
能源管理方法
数据
长短期记忆网络
数据管理系统
热网
多通道
传感器节点
MEMS传感器
转矩脉动控制方法
电机齿槽转矩
RBF神经网络
电机对拖测试
转矩脉动抑制