基于联邦学习与YOLOv8的绝缘子检测方法

AITNT
正文
推荐专利
基于联邦学习与YOLOv8的绝缘子检测方法
申请号:CN202411852806
申请日期:2024-12-16
公开号:CN119580012A
公开日期:2025-03-07
类型:发明专利
摘要
本发明提出一种基于联邦学习与YOLOv8的绝缘子检测方法,步骤1、数据预处理:将拍照仪器采集到的绝缘子图片数据导入客户端,客户端进行图片裁剪、分类、标注,划分训练集和测试集;步骤2、模型训练:客户端将预处理后的绝缘子图片数据输入到神经网络模型,进行模型训练;步骤3、差分隐私处理:客户端在一轮训练后的模型参数中添加拉普拉斯噪声,形成模型参数更新,并上传到中心服务器;步骤4、联邦训练处理:中心服务器对于客户端发送的训练的YOLOv8模型参数,进行模型参数汇聚、计算全局模型参数后,再分发给各个客户端。本发明具有以下特点:快速精准的进行绝缘子检测的同时提供了隐私保护。
技术关键词
绝缘子检测方法 拉普拉斯噪声 客户端 中心服务器 神经网络模型 图片 差分隐私 无人机摄像头 户外绝缘子 神经网络架构 更新模型参数 数据 数码照相机 模块 注意力机制 随机噪声 输出特征
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