摘要
本发明涉及一种基于目标检测技术的架空输电线路螺栓缺陷识别方法,输电线路缺陷检测领域,该方法为一种基于深度学习的算法模块,所涉及算法为MARF‑CCN的综合结构,其特征在于,采用MARF模块的原理,结合了通道和空间注意力机制,在通道和像素尺度上自适应地计算权重,加强了RoI特征中的局部细节,使bolt的融合特征与背景特征更加明显。该方法在整体图像处理过程包括训练与测试两部分。通过本发明可以解决现有技术中存在由于鲁棒性低、挖掘多尺度特征之间的细粒度关联不足,导致的识别准确率低的问题,实现提高对输电线路螺栓缺陷识别的准确率的目标。
技术关键词
螺栓缺陷
架空输电线路
识别方法
输电线路缺陷检测
多尺度特征
注意力机制
融合特征
网络
图像处理
标注软件
鲁棒性
算法模块
通道
检测头
数据
训练集
像素
无人机
爬虫
系统为您推荐了相关专利信息
编码向量
识别方法
编码模块
LSTM模型
融合语义
特征提取模块
分类识别方法
脑电特征提取
表情特征提取
序列
自动识别系统
三维特征提取
特征提取模块
相机
识别模块