基于改进YOLOv8n的输电线路绝缘子的缺陷检测方法和系统

AITNT
正文
推荐专利
基于改进YOLOv8n的输电线路绝缘子的缺陷检测方法和系统
申请号:CN202411492947
申请日期:2024-10-24
公开号:CN119399164A
公开日期:2025-02-07
类型:发明专利
摘要
本发明涉及图像处理技术领域,具体涉及基于改进YOLOv8n的输电线路绝缘子的缺陷检测方法和系统,所述方法包括,采集输电线路中的绝缘子缺陷图像,并对图像进行预处理,得到初始数据集;将所述初始数据集内的图像进行数据增强,得到目标数据集;将所述目标数据集进行划分为训练集、验证集和测试集;以YOLOv8n网络模型为基准模型构建改进的YOLOv8n网络模型作为绝缘子缺陷检测网络模型;将训练集输入到模型中进行模型训练;将验证集输入至所述训练后的绝缘子缺陷检测网络模型中进行模型评估;将测试集输入至模型中得到绝缘子缺陷检测结果并对模型进行评估。本发明的改进后的YOLOv8n网络模型对绝缘子缺陷进行高效准确的检测和提取,并且模型具有良好的迁移性和泛化性。
技术关键词
绝缘子缺陷 检测网络模型 输电线路绝缘子 缺陷检测方法 训练集 数据 缺陷检测系统 模型训练模块 干扰特征 图像处理技术 基准 卷积模块 处理器通信 图像分割 可读存储介质
系统为您推荐了相关专利信息
1
一种基于梅尔倒谱系数与GRU模型的辐射源识别方法与系统
梅尔倒谱系数 辐射源识别方法 射频模块 GRU神经网络 辐射源类别
2
一种基于混合量子经典极深因子分解机的点击率预测方法
点击率预测方法 深度神经网络 编码方案 广告点击率预测 稀疏特征
3
一种MOSFET关键几何参数变化的快速响应预测方法
响应预测方法 神经网络模型 指标 物理 拉丁超立方采样
4
一种监控人车入侵的方法及装置
检测网络模型 入侵检测数据 融合多尺度特征 训练集数据 人车
5
文本识别模型的训练方法、装置、电子设备及介质
文本识别模型 图片 融合特征 字符 训练集
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