摘要
本发明涉及缺陷检测技术领域,公开了一种基于改进Yolov8m的绝缘子缺陷检测方法及装置,包括如下步骤:对绝缘子检测数据集进行处理并划分;通过在Yolov8m中增加坐标注意力机制和特征通道混洗操作,建立改进Yolov8m的绝缘子缺陷检测模型;利用训练集对改进模型进行训练,得到目标检测模型;将测试集样本输入所述目标检测模型进行缺陷检测,并对结果进行评价。构建了一种轻量级的绝缘子缺陷检测模型,从中加入坐标注意力机制(CAM)和特征通道混洗操作(CSO)的YOLO,在减少冗余信息的同时,充分增强了低层细节特征和高层定位特征,实现深层信息和浅层信息的融合,提高了目标检测的准确性。
技术关键词
绝缘子缺陷
注意力机制
YOLO模型
卷积特征提取
缺陷检测技术
坐标
模型训练模块
定位特征
通道
数据
样本
多尺度
基础
冗余
策略
算法
图像
系统为您推荐了相关专利信息
协同管理方法
分级存储架构
存储系统
时效特征
数据同步
水下声呐
混合编码器
跨尺度特征融合
解码器
高斯分布模型
动态路径规划方法
融合注意力机制
深度Q网络
方格
引入注意力机制
协同修复方法
跨模态
混合损失函数
图像超分辨率
人脸