摘要
本公开涉及电力系统技术领域,提供了一种面向电力系统在线检测的无人机巡检方法、装置及介质,所述方法包括:首先,获取无人机在巡检目标电力区域的历史图像集;其次,基于历史图像集确定训练集;以及,基于训练集对待训练的YOLOv8缺陷检测模型进行训练,得到训练好的YOLOv8缺陷检测模型;然后,获取无人机在巡检目标电力区域的实时图像数据,最后基于训练好的YOLOv8缺陷检测模型和实时图像数据确定关于目标电力区域的缺陷信息。本实施例通过利用训练好的YOLOv8模型进行高效的缺陷检测,实现了对电力系统在线检测的快速响应和精准识别,有效提高了巡检的效率和准确性,降低了人工巡检的成本和风险。
技术关键词
特征提取模块
卷积模块
面向电力系统
无人机巡检方法
实时图像
多尺度特征
训练集
全局特征提取
无人机巡检装置
缺陷预测
标签
缺陷知识库
训练样本数据
在线
模型训练模块
系统为您推荐了相关专利信息
特征提取模块
根系生长动态
语义分割模型
分析方法
残差结构
贝叶斯网络模型
线性回归模型
线性规划模型
大数据
长短期记忆网络
智能监控系统
时序分析模块
危险品
图像获取模块
图像采集模块
锂离子电池
寿命评估方法
图像
神经网络模型
寿命评估系统