摘要
本发明公开了基于改进YOLOv10的避雷器外观缺陷检测方法及装置,该方法包括以下步骤:对YOLOv10模型进行改进,并利用数据集对改进的YOLOv10模型进行训练,获取训练后的YOLOv10模型;利用训练后的YOLOv10模型对避雷器外观缺陷进行检测;其中,对YOLOv10模型进行改进包括引入自适应注意力机制AAM增强模型对关键特征的感知能力,以及,引入距离感知自适应NMS算法提升避雷器外部缺陷检测精度;本发明显著提升了避雷器外部缺陷的检测精度,能够准确识别避雷器本体以及避雷器破损、避雷器油污、避雷器裂缝等细微缺陷,有效降低了漏检和误检率。
技术关键词
外观缺陷检测方法
避雷器
注意力机制
多尺度特征
外观缺陷检测装置
置信度阈值
非暂态计算机可读存储介质
代表
数据
算法
处理器
动态
输出特征
精度
格式化
解码
图片
关系
系统为您推荐了相关专利信息
设备健康状态
多维特征向量
关系网络
多模态特征
电厂设备
图像超分辨率重建
松弛
深层特征提取
纹理特征
压缩感知特征
光谱图像分类方法
局部细节特征
注意力机制
非线性
卷积算法
数值天气预报数据
风电功率预测模型
风电功率预测方法
新能源风力发电技术
风电功率预测装置