基于改进YOLOv8n-seg模型的钢索表面磨损检测方法及装置

AITNT
正文
推荐专利
基于改进YOLOv8n-seg模型的钢索表面磨损检测方法及装置
申请号:CN202510657235
申请日期:2025-05-20
公开号:CN120580201A
公开日期:2025-09-02
类型:发明专利
摘要
本申请公开了一种基于改进YOLOv8n‑seg模型的钢索表面磨损检测方法及装置,涉及钢索表面磨损检测领域,该方法包括采集钢索表面图像并标注真实磨损区域与程度,构建磨损图像数据集;改进YOLOv8n‑seg模型结构,以自适应核卷积模块替代主干网络中的传统卷积模块,并在快速空间金字塔池化模块前插入卷积自注意力机制模块,同时在颈部网络引入多尺度卷积注意力模块;利用磨损图像数据集训练改进模型;将待检测图像输入训练好的改进模型,输出预测磨损区域与程度。本申请通过改进YOLOv8n‑seg模型结构,解决了传统方法漏检、误检问题,实现了高精度、高效率的钢索磨损检测。
技术关键词
磨损检测方法 输出特征 磨损特征 图像 卷积模块 空间金字塔池化 磨损检测装置 注意力机制 双线性插值法 网络 数据 像素点 模型训练模块 坐标 多尺度特征 计算方法 采样点
系统为您推荐了相关专利信息
1
一种基于模糊损失的SAR图像飞机检测方法及系统
飞机检测方法 注意力机制 图像 指标计算方法 检测头
2
数字内容检测方法、设备、存储介质和程序产品
特征提取模型 样本 内容检测方法 特征提取器 计算机执行指令
3
一种基于渐进多模态特征融合的行人过街意图预测方法
意图预测方法 多模态特征融合 关节特征 令牌 注意力机制
4
用于针对自主驾驶的基于基础模型的奖励设计的系统和方法
强化学习模型 动作策略 图像编码器 文本编码器 优化自主车辆
5
一种图片数据标注及质量检测的方法、系统、设备及介质
构建机器学习模型 分类子模型 物体检测 图片数据处理技术 特征提取模块
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