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