摘要
本发明公开基于YOLOv8的10kV柱上设备绝缘破损检测方法,包括构建样本数据集,构建改进YOLOv8的神经网络模型;改进模型为在YOLOv8模型中的骨干网络输出端设置通道‑空间注意机制模块,同时对模型损失函数进行更换;训练得到基于YOLOv8的10kV柱上设备绝缘破损检测模型;通过无人机对需要检测的柱上设备视频采集;对视频提取关键帧图片;将视频关键帧图片4等分分割并进行区域面积向外扩展至预设比例,进而得到4个待检测图像;基于4个待检测图像输入训练好的模型即可输出该柱上设备的出现绝缘破损的对应部位。本发明可以帮助电网更快速、更准确的检测出缺陷,同时减少了人工巡检的工作量和风险。
技术关键词
绝缘破损检测方法
神经网络模型
图片
注意力
代表
关键帧
视频
多层感知机
池化特征
样本
子模块
通道
检测出缺陷
坐标
无人机
图像
互感器
数据
系统为您推荐了相关专利信息
面向航空发动机
航空发动机损伤检测
深度学习模型
度量
推荐方法
磁芯材料
红外辐射仪
因子
模拟退火算法
信号采集装置
图谱构建方法
神经网络模型
一体化系统
电力
实时数据
电价预测方法
XGBoost模型
灰色关联度
数据处理单元
历史负荷数据