基于6G网络和DGS-YOLO的输电线塔部件检测方法、系统、终端、介质及程序产品

AITNT
正文
推荐专利
基于6G网络和DGS-YOLO的输电线塔部件检测方法、系统、终端、介质及程序产品
申请号:CN202411124903
申请日期:2024-08-16
公开号:CN119048939A
公开日期:2024-11-29
类型:发明专利
摘要
本申请提供一种基于6G网络和DGS‑YOLO的输电线塔部件检测方法、系统、终端、介质及程序产品,其中,所述方法包括:采集目标输电线塔部件的巡检图像数据;将所述目标输电线塔部件的巡检图像数据输入预部署的经训练的DGS‑YOLO模型,并输出所述目标输电线塔部件的检测结果;其中,所述DGS‑YOLO模型包括引入有可形变分组卷积模块和可形变跨阶段局部模块的主干网络,以及引入有通道‑上下文联合注意力机制的颈部网络。本申请的方法提升了对螺丝、防震锤和绝缘子等多尺度目标的检测准确率,能够同时分析多种类的输电线塔部件的安全状况,从而大大提高了电力巡检工作效率,提升了电网智能化管理水平。
技术关键词
输电线塔 部件检测方法 YOLO模型 巡检图像 联合注意力机制 卷积模块 网络 计算机程序代码 部件检测系统 Softmax函数 计算机程序产品 电子终端 通道 局部特征信息 建立通信 通信模块 分支 阶段 数据
系统为您推荐了相关专利信息
1
一种自适应采样和超空间注意力杏树病害检测模型
知识蒸馏技术 YOLO模型 网络 通道注意力机制 保障食品安全
2
一种考虑交互上下文的跨模态情感识别方法及系统
情感识别方法 时序 特征提取模块 加权特征 多模态情感识别
3
一种智能辣椒分选装置
辣椒分选装置 机身主体 上料漏斗 YOLO算法 分拣传送带
4
基于三维人脸图像识别的煤矿井下安全检测方法及系统
三维人脸图像识别 煤矿井下 三维人脸识别 地质结构 地质监测设备
5
一种面向电力巡检场景的图像识别方法
面向电力巡检 电力巡检图像 卷积神经网络模型 图像识别方法 融合特征
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