基于YOLO-Mamba融合模型的防坠落装置安装点位识别方法

AITNT
正文
推荐专利
基于YOLO-Mamba融合模型的防坠落装置安装点位识别方法
申请号:CN202411729395
申请日期:2024-11-28
公开号:CN119672571A
公开日期:2025-03-21
类型:发明专利
摘要
本发明提供了一种基于YOLO‑Mamba融合模型的防坠落装置安装点位识别方法,方法包括:利用无人机获取待检测图像并对其进行预处理,获得预处理后的待检测图像,其中,待检测图像包括:目标区域防坠落装置安装点位的图像信息;采用YOLO11和Mamba结合的深度学习模型,对图像信息进行实时目标检测,将识别出的防坠落装置安装点位在影像中进行实时标记,得到识别结果,并记录防坠落装置安装点位的位置信息;将识别结果与预设的目标数据库进行比对,获得比对结果,基于比对结果评估YOLO11和Mamba结合的深度学习模型的识别性能;根据预设规则,自动评估防坠落装置安装点位的合规性,并生成评估报告。
技术关键词
防坠落装置 识别方法 合规性 影像 融合特征 电力杆塔 深度学习模型训练 图像去噪算法 可读存储介质 通道注意力机制 无人机 颈部结构 空间模块 报告 计算机 样本 光照
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