绝缘子缺陷检测模型的确定方法、装置、电子设备和介质

AITNT
正文
推荐专利
绝缘子缺陷检测模型的确定方法、装置、电子设备和介质
申请号:CN202411486345
申请日期:2024-10-23
公开号:CN119444687B
公开日期:2025-12-26
类型:发明专利
摘要
本发明公开了一种绝缘子缺陷检测模型的确定方法、装置、电子设备和介质。该方法包括:获取源域和目标域,基于源域和目标域对预训练模型进行训练,获得缺陷检测模型;缺陷检测模型为预训练模型的目标损失小于或等于预设损失值时对应的预训练YOLO模型;将未见域中的绝缘子图像数据输入到缺陷检测模型中获得未见域对应的缺陷预测结果,确定缺陷预测结果和未见域的绝缘子图像数据的比对结果,若比对结果达到预设条件,则确定缺陷检测模型为绝缘子缺陷检测模型。本发明技术方案极大地提升绝缘子缺陷检测模型的实用性和适应性,实现了采用绝缘子缺陷检测模型有效的对未见过的多种雾天环境下的绝缘子缺陷的预测。
技术关键词
YOLO模型 绝缘子缺陷 缺陷预测 预训练模型 混合模块 图像特征信息提取 检测损失 分类器 特征提取器 标记 电子设备 雾天环境 标签 处理器 可读存储介质 数据获取模块
系统为您推荐了相关专利信息
1
一种基于概率选择的视觉问答黑盒对抗性攻击方法、电子设备和存储介质
对抗性 文本 视觉问答模型 预训练模型 答案
2
一种基于基准测试的大语言模型微调联邦学习激励方法
联邦学习激励方法 服务器 大语言模型 参数 矩阵
3
基于蛋白质序列的药物靶点相互作用预测方法
交叉注意力机制 特征学习方法 特征提取器 多头注意力机制 相互作用模型
4
一种基于知识图谱的检索增强函件文本分析方法及系统
文本分析方法 三元组 实体 水印 文本分析系统
5
基于工业大数据的高压应用管壳式换热器评价方法及系统
管壳式换热器 工业大数据 卷积神经网络模型 预训练模型 评价方法
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