基于改进YOLOv7网络的输电线路异物入侵缺陷检测方法

AITNT
正文
推荐专利
基于改进YOLOv7网络的输电线路异物入侵缺陷检测方法
申请号:CN202510065058
申请日期:2025-01-15
公开号:CN119992381A
公开日期:2025-05-13
类型:发明专利
摘要
本发明属于图像识别技术领域,公开了一种基于改进YOLOv7网络的输电线路异物入侵缺陷检测方法,利用输电线路鸟窝数据集进行迁移学习来训练改进的YOLOv7网络,将训练好的YOLOv7网络部署在识别设备上,将拍摄的图像上传到识别设备,并对鸟窝进行检测。本发明实现了输电线路塔鸟窝的智能识别,有效的解决了人工检测鸟巢效率较低、难度大等问题。
技术关键词
输电线路异物 特征提取单元 缺陷检测方法 输出特征 堆叠模块 识别设备 融合特征 鸟窝 输电线路铁塔 卷积模块 采样模块 控制无人机 网络部署 分支 输电线路塔 图像识别技术
系统为您推荐了相关专利信息
1
一种基于深度学习的机械臂智能抓取检测方法、设备及介质
智能抓取 机械臂 特征提取网络 深度学习模型 注意力
2
一种基于信息融合的红外弱小目标检测方法及装置
特征提取模块 特征提取网络 注意力机制 多尺度结构 无监督学习
3
一种电网传感器故障恢复方法
电网传感器 网络拓扑结构 故障恢复方法 强化学习模型 传感器特征
4
一种基于人工智能的艺术设计智能配色辅助系统及方法
调色板 图像分析模块 辅助系统 色彩 双边滤波器
5
一种多模态自适应融合的自动驾驶感知方法
多模态 特征提取模块 特征提取单元 视角转换方法 查询特征
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