摘要
本发明公开了一种基于YOLOv11的列车弓网系统故障检测方法和系统,涉及图像识别技术,包括使用小波卷积模块处理主干网络不同阶段的特征提取,通过小波变换对输入信号多尺度分解,提取高频细节与低频轮廓特征;使用注意力机制模块调整不同亮度或颜色区间特征的权重,使用并行双路注意力同时关注局部和全局信息;使用损失函数模块为样本确定合适的阈值,并根据样本的特性和模型输出自动调整损失权重;小波卷积模块更好地保留了图像细节,并达到图片去模糊的效果,有效地解决了特征问题信息的损失;注意力机制模块减小复杂天气和背景导致的特征退化影响,损失函数模块使模型能够更多地关注困难的样本,并解决某些样本的检测精度低的问题。
技术关键词
系统故障检测方法
列车弓网
卷积模块
高通滤波器
样本
轮廓特征
焦点损失函数
多头注意力机制
双向注意力
特征提取能力
前馈神经网络
图像识别技术
框架
退化特征
系统为您推荐了相关专利信息
陶瓷酒瓶
内壁缺陷检测方法
缺陷分析
特征金字塔网络
图像采集模块
事件识别方法
训练文本数据
对象
聚类
事件识别装置