摘要
本发明涉及缺陷检测技术领域,具体涉及一种基于改进的YOLOv8高压输电线路缺陷检测算法。获取拍摄的多张高压输电线路图像构建高压输电线路缺陷检测数据集;将高压输电线路缺陷检测数据集输入改进的YOLOv8网络模型中进行训练;利用训练好的改进的YOLOv8网络模型对待检测高压输电线路进行缺陷检测;改进的YOLOv8网络模型包括:主干网络采用Mamba‑Block模块对高压输电线路图像进行特征提取,并引入动态权重选择机制对融合后的特征图进行权重分配;颈部网络采用聚焦扩散金字塔网络结构对提取的特征进行融合。本发明提出的改进模型能够有效提升对细小缺陷的检测能力,满足了对高压输电线路检测任务的需求。
技术关键词
高压输电线路图像
缺陷检测算法
检测高压输电线路
分支
输出特征
网络结构
金字塔
局部空间特征
多尺度特征融合
缺陷检测技术
融合特征
模块
图片
旁路
机制
数据
非线性
动态
系统为您推荐了相关专利信息
可见光图像
分割系统
训练深度学习模型
裂缝检测技术
红外图像特征
负荷预测方法
注意力模型
皮尔逊相关系数
耦合特征
分支