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
状态空间模型
可见光强度
可见光图像
特征提取模块
多分辨率
构建数据融合模型
数据融合方法
深度递归神经网络
模型剪枝
融合特征
两栖船舶
无线监控报警方法
动态报警阈值
船舶状态监控
状态监测数据
审计档案管理
审计数据挖掘
关联关系分析
工程物资管理
资产
机器人状态信息
管理方法
计划
计算机程序产品
管理系统