一种基于YOLOv5的双主干网络绝缘子缺陷检测方法

AITNT
正文
推荐专利
一种基于YOLOv5的双主干网络绝缘子缺陷检测方法
申请号:CN202411616248
申请日期:2024-11-13
公开号:CN119477877A
公开日期:2025-02-18
类型:发明专利
摘要
本发明公开了一种基于YOLOv5的双主干网络绝缘子缺陷检测方法,包括以下步骤:构建GELAN‑Ghost双主干网络作为YOLOv5模型新的骨干网络提取输入图像的特征信息;设计一种即插即用的具有高效多尺度注意力模块iEMA;基于注意力模块iEMA,针对性的在模型的小目标检测层和中等目标检测层中添加iEMA模块,构建iFPN‑PAN结构;构建了一种新型的DynamicHeadv3检测头,利用了可变形卷积和注意力机制,以提取更丰富的特征并增强模型的感知能力;以YOLOv5模型为基准,引入步骤1)、步骤2)、步骤4)中提出的GELAN‑Ghost双主干网络、iEMA注意力机制、DynamicHeadv3检测头对YOLOv5模型进行改进,构建一种基于YOLOv5的双主干网络绝缘子缺陷检测方法。
技术关键词
绝缘子缺陷检测方法 高效多尺度 注意力机制 检测头 残差结构 特征提取网络 分支 网络结构 基准 权重机制 抽取特征 级联 模块结构 动态 多任务 语义
系统为您推荐了相关专利信息
1
一种基于动态图神经网络的商品对齐方法
商品对齐方法 商品知识图谱 节点 关系 电商
2
一种基于自注意力机制的深度学习小样本增量迭代训练的金属疲劳寿命预测方法及系统
注意力机制 浅层神经网络 数据 模型训练模块 疲劳寿命预测系统
3
一种基于人工智能的海洋环境数据重建方法
海洋环境数据 多域特征 多任务 通用特征 编码器
4
基于多模态数据与注意力机制的AI税务审计方法
审计模型 审计方法 多模态 税务审计技术 文本
5
一种基于SMILES序列及其图信息融合学习的β分泌酶抑制剂分子活性预测方法
酶抑制剂 活性预测方法 分子 序列 注意力机制
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