摘要
本发明公开了一种面向电力场景高分辨率图像的缺陷小目标检测方法及系统,涉及电力视觉技术领域,在训练小缺陷检测模型时,采用递进式训练方式,对于常见电力场景下小目标的检测效果更好,通过评分网络进行抽样,保证模型精度的同时避免了繁杂冗余的计算,从而保证了整个模型的时效性和准确率,可实现电力场景目标的端到端检测;本发明的方案中,采用目标分辨率对当前电力设备图像进行裁剪获取目标分辨率下的多帧当前电力图像切片,基于训练后形成的小缺陷检测模型对当前电力图像切片进行检测,并在获取缺陷检查结果后将缺陷检测结果的框坐标映射至当前电力设备图像,对电力图像中小目标的检测精度高,能满足电网智能化巡检任务需求。
技术关键词
训练图像数据
更新模型参数
分辨率
场景
电力设备
输出特征
预训练模型
切片
Sigmoid函数
像素
编码器结构
上下文特征
微处理器
坐标
网络
空洞
样本
系统为您推荐了相关专利信息
远场语音唤醒
仿真工具
音频
电视
软件开发工具包
尺度形状特征
多光谱特征
城市绿地分类
识别方法
影像
大语言模型
移动摄像头
摄像头视觉信息
多模态
记忆
二维压缩感知
成像检测方法
重构矩阵
成像算法
场景