一种基于改进YOLOv5的变电设备外部缺陷检测方法

AITNT
正文
推荐专利
一种基于改进YOLOv5的变电设备外部缺陷检测方法
申请号:CN202411568050
申请日期:2024-11-05
公开号:CN120147214A
公开日期:2025-06-13
类型:发明专利
摘要
本发明涉及图像处理技术领域,公开了一种基于改进YOLOv5的变电设备外部缺陷检测方法。用几何变换与像素变换、背景替换等方式,扩充数据集,提高模型泛化能力。同时针对现有的缺陷检测算法不够轻量化,识别精度低等问题对YOLOv5算法进行改进,提出一种轻量化的设备缺陷检测算法Light‑defect‑YOLOv5。改进后的算法模型参数量减少了20.8%,计算量减少了38%,mAP值提高了1.2%,在保证轻量化的同时提升检测精度,提高了复杂背景下特征提取能力。
技术关键词
缺陷检测方法 变电设备 注意力机制 神经网络模型 设备缺陷检测 sigmoid函数 缺陷检测算法 特征提取能力 多尺度 标注软件 标签文件 图像处理技术 算法模型 数据 网络结构 指数 训练集 像素
系统为您推荐了相关专利信息
1
一种基于虚实数据驱动的MSWI过程表征方法
记忆神经网络 注意力机制 表征方法 烟气氧含量 数据
2
基于注意力和图增强文本的多模态情感分析方法及系统
文本 情感分析方法 矩阵 跨模态 索引
3
一种溶液除湿空调系统温湿度预测方法及其应用
溶液除湿空调系统 温湿度 时间卷积网络 除湿剂 门控循环单元
4
一种基于多源数据处理的砂石分离机监测控制方法
砂石分离机 监测控制方法 设备运行参数 多模态深度学习 生成控制指令
5
基于机器学习的人工智能数据分析方法及系统
人工智能数据分析 多模态机器学习 交互式数据可视化 多层感知机 预测类别
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