摘要
本发明公开了一种基于无人机与人工智能的热电厂设备缺陷检测系统及方法。本发明根据图像质量和传感器数据特征,对图像增强与多模态图像融合处理,提升多模态图像的质量和融合效果,接着采用轻量化U形卷积神经网络模型进行语义分割,自动标记图像中的裂纹、腐蚀、变形缺陷,并能简化结构实现计算量减少和推理速度提升;最后结合胶囊网络的空间关系捕捉能力和变换器的全局特征提取能力,对特征均值做线性映射,生成类别预测。本发明能大幅提高检测效率,降低检测成本,提高了缺陷检测的精度与全面性以及检测安全性。
技术关键词
热电厂设备
卷积神经网络模型
缺陷检测系统
图像增强
生成对抗网络
胶囊网络
风险评估报告
无人机平台
可见光图像
控制中心
多模态数据融合
识别设备
变换器
全局特征提取
实时数据传输
故障诊断模块
系统为您推荐了相关专利信息
大米
风力
信息处理模型
卷积神经网络模型
风选机
药品外包装
药品识别
卷积神经网络模型
深度卷积特征
信息录入系统
联合小波变换
多模态注意力
特征提取网络
动态变化特征
数据处理模块
纹理特征
轮廓特征
无人机
图像增强模型
特征提取模块
运动分析方法
图像数据处理
运动图像数据
图像分割
深度学习模型