摘要
本发明公开了一种基于开集分类的二阶段变电站设备视觉缺陷检测方法,通过构建数据集;构建改进YOLOv8n网络模型;训练改进YOLOv8n网络模型;构建Swin Transformer为主干网络的开集分类网络;训练开集分类网络;测试所提出的二阶段目标检测算法的效果。本发明提供的基于开集分类的二阶段变电站设备视觉缺陷检测方法,针对变电站缺陷检测中目标类别多样、环境复杂并且存在大量的视觉干扰,提出了一种新型的二阶段目标检测框架,采用一阶段目标检测算法和开集分类算法相结合,实现了更强的抗干扰能力,在变电站缺陷检测中表现出优异的性能。
技术关键词
视觉缺陷检测方法
变电站设备
分类网络
后处理算法
累积分布函数
阶段
更新网络参数
概率密度函数
图像
样本
网络模型训练
更新模型参数
电力设备
模块
训练集数据
检测头
系统为您推荐了相关专利信息
哈希检索方法
大语言模型
汉明距离
报告
医学图像模态
敏感关键词
文本质检方法
质检模型
分类网络
匹配网络
布匹瑕疵检测方法
特征提取网络
卷积神经网络特征提取
模板
神经网络卷积层
查询特征
全局平均池化
图像采集模块
特征提取器
矩阵
智能变电站
动态调控方法
遮挡场景
信号传播路径
变电站设备