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
记忆神经网络
注意力机制
表征方法
烟气氧含量
数据
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
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
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