摘要
本申请实施例提供了一种风电设备小目标检测方法、装置及电子设备,涉及风力发电技术领域。其中方法包括:获取待检测图像并输入训练后的检测模型;所述训练后的检测模型中的融合坐标注意力的残差稠密连接网络对输入图像进行特征提取,得到若干特征图;所述训练后的检测模型中的特征融合网络对所述若干特征图的深层语义特征和浅层位置特征进行特征融合,得到若干融合特征;所述训练后的检测模型中的结果预测网络对所述若干融合特征进行结果识别,得到识别结果。本申请提供的实施方式通过优化小目标检测的机器学习模型,提升了目标检测效果,降低了目标漏检率。
技术关键词
特征融合网络
融合特征
风电设备
注意力
语义特征
坐标
输出特征
风力发电技术
电子设备
图像获取模块
处理器
机器学习模型
特征提取模块
残差模块
非线性
分支
采样模块
系统为您推荐了相关专利信息
异常检测方法
巡检设备
单应性变换矩阵
RANSAC算法
图像分割
烟叶图像
识别方法
稠密神经网络
LAB颜色空间
类间方差