摘要
本发明公开了一种耐张线夹缺陷识别方法、系统、设备及介质,包括:获取原始耐张线夹图像;使用神经网络架构作为骨干网络,对预处理后的图像进行特征提取,得到特征提取结果;基于特征提取结果,对神经网络架构的检测头部分进行优化,得到改进后的模型架构;对改进后的模型架构进行剪枝操作,压缩模型大小,得到剪枝后的耐张线夹缺陷识别模型;对剪枝后的耐张线夹缺陷识别模型进行训练并用测试集数据进行验证,生成耐张线夹缺陷识别报告。本发明显著提高了对微小缺陷的识别率,还确保了模型在资源受限环境下的高效运行。
技术关键词
缺陷识别方法
神经网络架构
耐张线夹
检测头
资源受限环境
缺陷识别系统
图像
通道
报告
特征提取模块
模型压缩
对比度
滤波器
输出特征
程序
可读存储介质
数据
处理器
系统为您推荐了相关专利信息
教师
学生
深度神经网络模型
注意力
更新网络参数
降雨检测方法
多尺度特征融合
语义分割模型
训练集
注意力机制
自动识别系统
植物病虫害
定位单元
病虫害防治
图像采集单元
无人机航拍图像
自定义特征
感知特征
上采样
动态剪枝
动态电源管理
脉冲特征
神经网络架构
在线学习算法
决策