摘要
本发明属于轨道异物检测领域,本发明公开了一种基于YOLO算法的轨道异物检测方法;包括:收集轨道异物图像形成数据集,对数据集中的每个图像进行样本扩充处理和标签处理,进而获取样本集;在YOLOv5中加入通道注意力机制和方向感知机制,并设置约束条件,进而获取改进后的YOLOv5算法,记为G‑YOLOv5模型;使用样本集对G‑YOLOv5模型进行预训练,获取训练好的G‑YOLOv5模型;采集轨道的实时图像并进行处理,将处理后的图像导入训练好的G‑YOLOv5模型,获取实时的检测报告;将获取实时的检测报告布置在可视化界面上,实现基于YOLO算法的轨道异物高效检测。
技术关键词
轨道异物检测方法
YOLO算法
通道注意力机制
实时图像
多尺度特征融合
样本
可视化界面
报告
双向特征金字塔
高清摄像头
加权特征
对比度
标签
全局平均池化
亮度
动态
系统为您推荐了相关专利信息
合成孔径声呐
图像识别方法
通道注意力机制
编码器
特征提取模块
LED屏幕
瑕疵
成像模块
相机曝光时间
多模态协同
异常检测系统
柔性电路板
多模态
贴片
更新网络参数
无人机遥控器
对准装置
相机标定参数
双自由度云台
动态
畜禽存活检测方法
图像处理模块
数据采集模块
特征提取模块
构建机器学习模型