摘要
本发明公开了一种基于深度学习目标检测的电梯层门安全检测方法,并公开了具体步骤,本发明涉及基于改进的Yolov5s网络的电梯层门安全保持器中螺栓松动、层门门锁是否锁止的视觉检测方法。具体提供了一种基于深度学习目标检测的电梯层门安全检测方法,采用工业相机采集电梯层门门锁以及层门安全保持器的图片,通过改进Yolov5算法,在其中加入NAM注意力机制、加入Bi‑FPN双向特征金字塔网络,以及加入语义分割网络,从而可以准确的识别出门锁以及层门安全保持器是否存在问题。
技术关键词
电梯层门门锁
注意力机制
语义分割模型
卷积模块
工业相机
预训练模型
图像
双向特征金字塔
标签信息存储
语义分割算法
视觉检测方法
语义分割网络
深度学习框架
系统为您推荐了相关专利信息
生成方法
自然语言
人工智能对话系统
命名实体识别
注意力机制
金属铸造
预训练模型
不确定性量化方法
监测系统
多层感知机
操纵品质评估
飞行状态参数
负荷特征
飞行器动力学
灰色关联分析
图像分类方法
特征提取网络
多模态信息
样本
原型
视觉感知系统
环境感知设备
捕捉装置
摄像设备
管廊