摘要
本发明公开了一种变电站设备缺陷检测方法和装置,包括构建改进的Yolov9模型,使用空间和通道重建卷积改进RepNCSPELAN4模块,在模型中引入卷积和注意力混合模块,提升小目标的检测效果;在特征预测前引入了深度可分离卷积层来增强特征表示;针对图像中小物体的检测效果不佳,使用切片辅助进行微调训练,将原始图像分割成多个重叠的切片来增强数据集,提高模型对小目标缺陷类型的检测能力;将训练好的模型用于电力设备外观可视缺陷检测,当检测到设备存在缺陷,立即向平台发出告警。本发明能满足变电站设备缺陷检测的基本需求,可以帮助变电站进行设备监测和防护,降低安全隐患,提高设备运行的稳定性。
技术关键词
变电站设备
混合模块
缺陷检测方法
缺陷检测装置
电力设备
注意力机制
局部感受野
图像分割
数据
多尺度特征
重构单元
矩阵
通道
输出特征
切片
冗余
高清摄像头
物体检测
系统为您推荐了相关专利信息
异常监测方法
配网设备
时序
设备运行数据
重构模型
声音混合方法
音频
声音混合设备
声音混合装置
音乐
辅助分析方法
智能辅助分析系统
电力设备管理
大语言模型
仓库
自动生成方法
电力设备运行状态
监控电网状态
专家知识库
故障风险评估