一种基于Spike Yolo模型的铁塔腐蚀程度检测方法

一种基于Spike Yolo模型的铁塔腐蚀程度检测方法，它属于人工智能与腐蚀检测技术领域。本发明解决了现有基于深度学习的检测算法的计算速度慢且复杂度高的问题。本发明的颈部网络使用了块到簇注意力机制，充分利用了块到簇注意力机制能够细致分析局部区域，同时将各个补丁的信息进行汇总，又能够对整体图像形成较为全面的理解的优点，提升铁塔腐蚀程度检测的准确性，而且相比于现有方法，本发明方法的模型结构更加简单，有效提升了计算速度、降低了检测的复杂度。并通过图像中铁塔所有部位的腐蚀像素数量和整体铁塔像素数量之比判断是否属于大面积腐蚀。本发明方法可以应用于铁塔腐蚀程度的检测。