一种基于SASED-YOLO算法的风电叶片表面多尺度缺陷检测方法

AITNT
正文
推荐专利
一种基于SASED-YOLO算法的风电叶片表面多尺度缺陷检测方法
申请号:CN202510480003
申请日期:2025-04-17
公开号:CN120451056A
公开日期:2025-08-08
类型:发明专利
摘要
本发明提供了一种基于SASED‑YOLO算法的风电叶片表面多尺度缺陷检测方法,包括:对风电叶片缺陷图像进行预处理和图像增强处理;将特征提取网络级联M个第一模块,并对处理后的风电叶片缺陷图像进行下采样,且基于下采样结果进行特征提取,得到风电叶片缺陷图像的特征图;基于第二模块对特征图通道权重进行标定;基于第三模块融合来自不同感受野的上下文信息;基于注意力机制关注空间和通道之间的依赖关系,并基于依赖关系对不同特征图中多尺度目标的注意力权重进行分配;基于权重分配结果根据训练集和验证集对网络模型进行训练,得到缺陷检测模型,并基于缺陷检测模型对风电叶片表面检测图像进行缺陷检测。
技术关键词
风电叶片表面 YOLO算法 缺陷检测方法 特征提取网络 YOLO模型 多尺度 分支 切片 模块 级联 注意力机制 图像增强 处理单元 多通道 重构单元 对象识别
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