摘要
本申请提供了一种塔机开口销状态的智能检测方法及装置,该方法包括:将待检测塔机开口销图像输入至对改进后的YOLOv8进行训练所得到的目标检测模型中;通过目标检测模型中的主干网络对塔机开口销图像进行多层次特征提取处理,确定出多个不同层级的目标特征图;通过目标检测模型中使用自适应特征金字塔神经网络结构的颈部网络对多个目标特征层进行融合处理,确定出多个目标融合特征图;通过目标检测模型中的头部网络对多个目标融合特征图进行分析,生成塔机开口销的状态检测结果。这样,本方案通过图像识别技术,使得塔机开口销的检测更加方便快捷,并且基于改进的YOLOv8训练得到目标检测模型,从而提高检测效率以及检测结果的准确度。
技术关键词
智能检测方法
巡检图像
融合特征
多层次特征提取
特征金字塔
神经网络结构
检测塔机
前馈神经网络
智能检测装置
机器可读指令
训练样本集
模块
多尺度特征提取
图像识别技术
处理器
可读存储介质
系统为您推荐了相关专利信息
入侵检测方法
注意力
网络流特征
重构参数
融合特征
融合CT影像
语义知识图谱
辅助诊断方法
多源异构数据
循环注意力机制
光学遥感图像
飞机检测方法
注意力机制
层级
双向特征金字塔
融合方法
热扩散效应
热扩散模型
可见光图像
生成融合图像