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
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
相机标定方法
深度神经网络
相机标定法
棋盘
坐标
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
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
神经网络模型
车辆部件
图片
信息追溯系统
无线射频识别