一种基于改进SSD算法的风力机叶片缺陷检测方法

AITNT
正文
推荐专利
一种基于改进SSD算法的风力机叶片缺陷检测方法
申请号:CN202510417440
申请日期:2025-04-03
公开号:CN120298370A
公开日期:2025-07-11
类型:发明专利
摘要
本发明公开了一种基于改进Single Shot MultiBox Detector算法的风力机叶片缺陷检测方法,包括以下步骤:采集开源数据集的风力机叶片图像,通过数据增强算法对图像进行扩充,使用LabelImg工具标注风力机叶片图像,并将其划分为训练集、验证集和测试集。基于SSD算法构建风力机叶片缺陷检测模型,通过引入特征融合模块、注意力机制模块和特征增强模块完成对SSD算法的优化。将数据在改进后的SSD算法上进行训练,设置模型超参数。通过测试集对训练后的训练模型进行测试,计算mAP、Precision、Recall等指标。本方法能够增强网络的特征提取能力,提升算法在背景复杂和缺陷目标尺寸小的情况下的叶片缺陷检测精度。
技术关键词
风力机叶片 SSD算法 缺陷检测方法 注意力机制 图片 模块 特征提取能力 训练集 模型超参数 随机梯度下降 数据 通道 神经网络模型 网络特征 融合特征 带标签 多分支
系统为您推荐了相关专利信息
1
一种水下环境中船体表面清洁状况检测方法、装置、介质及设备
卷积神经网络模型 状况检测方法 集成分类器 图像 水下船体表面
2
一种基于深度神经网络的热红外定焦相机标定方法及系统
相机标定方法 深度神经网络 相机标定法 棋盘 坐标
3
一种基于机器学习的电力电量平衡计算方法及系统
电力电量平衡计算方法 火电 变时间尺度 训练深度神经网络 机组运行约束
4
一种基于深度强化学习的低功耗物联网直连卫星上行调度方法
上行调度方法 低功耗物联网设备 注意力机制 网络服务器 深度强化学习算法
5
车辆部件的转接检测方法、装置、电子设备及可读介质
神经网络模型 车辆部件 图片 信息追溯系统 无线射频识别
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号