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
深度学习网络模型
产品检测方法
包装盒
瓶身
二维码
异常信息
决策
机器可读指令
长短期记忆模型
白名单
电子控制单元
自动驾驶系统
副油箱
主油箱
油量传感器