基于PLGS-YOLO模型的地下电力光缆多场景振动区域定位方法

AITNT
正文
推荐专利
基于PLGS-YOLO模型的地下电力光缆多场景振动区域定位方法
申请号:CN202510521787
申请日期:2025-04-24
公开号:CN120388167B
公开日期:2025-11-28
类型:发明专利
摘要
基于PLGS‑YOLO模型的地下电力光缆多场景振动区域定位方法,涉及深度学习模型和电力光缆监测技术领域,解决现有地下电力光缆中振动区域定位采用的模型由于受背景噪声或非目标区域信号的干扰,导致模型无法满足应用要求的问题,本发明方法用于判断振动事件的敷设场景并定位相应的信号区域。通过优化YOLOv11n,利用SPPFDMSCA和PLMSAM通过多尺度注意力机制增强特征提取效率;GSConv结合传统卷积与深度可分离卷积的优势,在降低计算复杂度的同时保留多通道特征;VoVGSCSP优化特征融合,提升检测精度与模型效率,并显著降低了计算复杂度。
技术关键词
YOLO模型 区域定位方法 电力光缆 模块 多场景 上采样 网络 多尺度特征 积层 多尺度注意力机制 融合特征 多分支 Softmax函数 Sigmoid函数 深层特征提取 浅层特征提取 全局特征提取 多通道特征
系统为您推荐了相关专利信息
1
基于人工智能的产品检测方法、装置、设备和存储介质
深度学习网络模型 产品检测方法 包装盒 瓶身 二维码
2
一种交易异常的智能化处理方法、装置、设备及存储介质
异常信息 决策 机器可读指令 长短期记忆模型 白名单
3
自动驾驶汽车的主副油箱自动切换装置及方法
电子控制单元 自动驾驶系统 副油箱 主油箱 油量传感器
4
一种燃油量更正方法、装置、终端设备及存储介质
更正方法 仪表盘 滑动变阻器 油浮子 电气系统
5
一种基于多种群遗传算法的优化方法及系统
群遗传算法 规模 动态 策略 输出模块
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