摘要
本申请提供一种电力杆塔的缺陷检测方法、装置、设备及存储介质,该方法包括:获取无人机拍摄的图像;通过改进DenseNet网络对图像进行多尺度特征提取,得到目标特征图;在改进网络中,每个密集块的输出层中引入多尺度特征融合模块,将来自浅层的低尺度特征和深层的高尺度特征进行特征融合,得到融合后的特征图,并通过通道注意力机制自适应调整融合后的特征图中各通道的权重;通过改进CornerNet算法从目标特征图中确定缺陷边界;在改进算法中,根据目标特征图中缺陷大小,调整热力图的标准差,生成自适应的关键点热力图,并根据关键点热力图确定缺陷边界,进而确定缺陷信息。通过该方法能够提高缺陷检测的精度和准确度。
技术关键词
DenseNet网络
热力图
关键点
多尺度特征融合
计算机执行指令
多尺度特征提取
通道注意力机制
电力杆塔
缺陷检测方法
缺陷检测装置
无人机
可读存储介质
图像
处理器
算法模块
存储器
输出模块
系统为您推荐了相关专利信息
触摸力估计
触控传感器
人机交互方法
计算机执行指令
特征提取模块
固定翼无人机
关键点
坐标系
路径规划方法
风洞试验数据
人脸关键点检测
姿态估计方法
证件相片
姿态校正
公安