摘要
一种面向电力巡检的电力设备异常检测算法,其特征在于,包括:自行拍摄并建立电力设备数据集;设计CD模块、GS模块,并基于YOLO v8算法构建面向电力巡检的异常设备检测算法的网络结构,并将其命名为CG‑YOLO网络结构;利用电力设备数据集对所述面向电力巡检的异常设备检测算法进行训练,设置训练轮次、学习率和优化器,获取最佳权重文件;为面向电力巡检的异常设备检测算法载入最佳权重文件,输出对应的目标检测结果,目标检测结果包括待检测图像中目标区域的位置以及每个目标区域对应的类别;本发明能够准确定位并识别电力设备的异常缺陷,在自建电力设备数据集、公开数据集上实现了精度、效率与速度的最佳平衡。
技术关键词
面向电力巡检
异常设备
算法
卷积模块
网络结构
融合特征
检测头
陶瓷绝缘子
拼接模块
识别电力设备
优化器
上采样
玻璃绝缘子
复合绝缘子
数据
图像
系统为您推荐了相关专利信息
电机传感器
电机控制器
数据传输方法
电机工作状态
随机森林模型
可见光
真彩色图像
多角度
计算机可执行指令
山区
汽车零部件表面
多维成像设备
像素
识别缺陷
复杂度