摘要
本发明公开了一种基于改进YOLOv5s的风电塔筒表面裂缝智能检测方法,方法包括:步骤S1、获取历史风电塔筒表面裂缝图像并进行预处理,得到预处理后的图像;步骤S2、对与处理后的图像中的裂缝进行标注,得到标注后的图像;步骤S3、使用标注后的图像对改进后的YOLOv5s算法进行训练,得到风电塔筒表面裂缝检测模型;步骤S4、将实时待处理的风电塔筒裂缝图像或视频输入到风电塔筒裂缝检测模型,实现风电塔筒表面裂缝的智能检测。本发明解决了基于人工视觉检测方法效率低、误检、检测范围有限问题。同传统的基于YOLOv5s算法的裂缝检测方法相比,准确率提升,误检漏检现象减少,且由于预处理步骤的加入,鲁棒性更好。
技术关键词
风电塔筒
智能检测方法
图像
模块
椒盐噪声
裂缝检测方法
视觉检测方法
算法
支路
注意力机制
节点
邻居
矩阵
通道
鲁棒性
像素点
系统为您推荐了相关专利信息
面部皮肤图像
美容软糖
手机摄像头
色斑
特征提取模型
应用程序性能检测方法
人工智能技术
页面组件
移动端
性能检测装置