基于轻量化自适应YOLO模型的绝缘子自爆缺陷检测方法

AITNT
正文
推荐专利
基于轻量化自适应YOLO模型的绝缘子自爆缺陷检测方法
申请号:CN202411625574
申请日期:2024-11-14
公开号:CN119445084A
公开日期:2025-02-14
类型:发明专利
摘要
本发明涉及电力运维技术领域,具体公开一种基于轻量化自适应YOLO模型的绝缘子自爆缺陷检测方法,所述方法包括设计轻量化网络架构、实现特征融合、优化梯度分流、构建解耦头部网络、训练模型、实验验证与优化以及模型应用等步骤。本发明提供的基于轻量化自适应YOLO模型的绝缘子自爆缺陷检测方法,既能提升小目标绝缘子缺陷的检测精度,又能降低模型的计算复杂度,适应实际应用中对实时性和资源限制的要求。
技术关键词
YOLO模型 绝缘子自爆缺陷 卷积算法 电力运维技术 多尺度特征融合 卷积模块 网络架构 绝缘子缺陷 缺陷检测方法 网络结构 生成多尺度 无人机 空间金字塔 强化特征 特征提取模块 融合策略 设计专用 学习方法
系统为您推荐了相关专利信息
1
基于多模态多尺度交叉注意力的目标计数方法及系统
视觉特征 计数方法 嵌入特征 交叉注意力机制 模态特征
2
一种基于卷积神经网络的柔性AMOLED图像压缩驱动方法
卷积神经网络模块 图像压缩 驱动方法 原始图像数据 柔性
3
一种纺织品瑕疵检测办法
纺织品瑕疵检测 节点特征 视觉传感系统 输出特征 多尺度特征融合
4
一种多尺度特征融合的无参考图像质量评价方法
多尺度特征融合 评价方法 图像多尺度 注意力机制 通道
5
印章图像处理方法和装置及电子设备
印章图像处理方法 文字特征 噪声特征 像素 上采样
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