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
知识蒸馏技术
YOLO模型
网络
通道注意力机制
保障食品安全
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
辣椒分选装置
机身主体
上料漏斗
YOLO算法
分拣传送带
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
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