摘要
一种基于改进Yolov5的输电线路杆塔缺陷检测方法及系统,方法首先基于采集待检测输电杆塔图像数据,构建数据集,然后在Yolov5算法的骨干网络中,使用可变形卷积代替常规卷积、简化空间金字塔池模块SimSPPF并与ECA注意力机制融合、采用SIoU损失函数定义惩罚机制;通过上述手段对Yolov5算法进行改进并构建目标检测模型,最后训练并优化该模型进行缺陷检测;本发明通过可变形卷积能够获取更大的感受野,以便能更好地捕捉输电线路杆塔的缺陷特征,而简化空间金字塔池模块并使其与ECA注意力机制融合,在减轻计算负担的同时,还能进一步筛选和强化可变形卷积所捕捉到的缺陷特征,之后运用SIoU损失函数,重新定义惩罚机制,有效提升了在复杂背景下输电杆塔缺陷检测的精度。
技术关键词
输电线路杆塔
空间金字塔池
检测输电杆塔
缺陷检测方法
缺陷检测系统
表达式
注意力机制
算法
图像
无人机巡检
模块
数据
坐标
偏差
矩形
定义
通道
网络
系统为您推荐了相关专利信息
图像处理模型
车身
超声数据
缺陷检测方法
神经网络模型训练
实木板材
缺陷检测方法
注意力机制
卷积算法
特征空间重构
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
打印机外壳
胶囊神经网络
深度卷积神经网络
缺陷检测方法
图片
手机电子零部件
缺陷检测方法
热源
红外热像技术
异常数据点