摘要
本发明涉及互联网大数据技术领域,具体涉及一种基于轻量级网络的输电线路组件缺陷检测方法,包括:S1:构建包含轻量级注意力机制模块的候选基础计算模块;S2:将卷积神经网络作为网络骨干架构;S3:通过神经网络结构搜索算法在搜索空间搜索候选基础计算模块来替换卷积神经网络中的可搜索层,得到改进网络;S4:通过输电线路组件缺陷数据集对改进网络进行模型训练,得到缺陷检测模型;S5:基于对缺陷检测模型的内存使用分析结果确定需改造的目标卷积层;S6:对缺陷检测模型的目标卷积层进行分块卷积改造;S7:将待检测的输电线路组件图像输入优化后的缺陷检测模型中得到预测结果。本发明提高了输电线路组件缺陷检测的准确性、可靠性和效率。
技术关键词
输电线路组件
缺陷检测方法
注意力机制
像素点
输出特征
图像块特征
神经网络结构
互联网大数据技术
模块
Sigmoid函数
分块
搜索算法
基础
级联
内存
批量
系统为您推荐了相关专利信息
配电线路故障识别
模型训练方法
可见光图像
配网线路故障
注意力机制
关系
注意力机制
融合语义
预训练语言模型
损失函数设计
遥感图像分割方法
动态记忆网络
记忆单元
融合特征
高频滤波器
运动生成方法
运动生成模型
人体运动数据
主导调节器
收集人体运动