龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：长春工程学院;吉林电力股份有限公司
申请日：2024-04-25
公开（公告）日：2024-06-28
公开（公告）号：CN118261902A
主分类号：G06T7/00
分类号：G06T7/00;G06V10/26;G06V10/80;G06V10/82;G06V10/774;G06N3/0464
优先权：
专利状态码：在审-公开
法律状态：2024.06.28#公开
摘要：本发明公开了一种用于绝缘子缺陷检测的轻量化多分支YOLO模型及其检测方法，属于绝缘子缺陷检测技术领域。本发明的方法包括：将包含玻璃绝缘子、玻璃绝缘子缺失、闪络、陶瓷绝缘子和破损五种类别的数据集进行几何数据增强和加入噪声模拟实际恶劣环境数据增强；在数据增强后，将图像数据进行预处理，将图像尺寸缩放至640×640×3的大小；再将增强后的图像数据输入预设的网络模型，得出检测结果。多分支YOLO在经过知识蒸馏、通道剪枝后具有极小的体积和较高的准确率。与其他同类别检测方法相比具有明显的轻量化优势和检测精度优势。本发明的用于绝缘子缺陷轻量化检测的多分支YOLO模型及其检测方法能够精准定位五种检测任务的位置，实现对绝缘子缺陷的准确快速识别。
主权项：1.用于绝缘子缺陷检测的轻量化多分支YOLO模型，其特征在于：所述多分支YOLO模型包括YOLOV7-tiny模型、多分支主干、维度转换注意力模块、知识蒸馏方法和通道剪枝方法，所述YOLOV7-tiny模型用于基础原始网络模型；所述多分支主干中包括分割模块和轻聚合网络模块，所述分割模块用于对不同特征层进行分级融合，用于加强主干网络的特征提取能力，所述轻聚合网络模块由Ghost模块构造组成，用于去除目标特征的信息冗余；所述维度转换注意力模块包括特征聚集-转换-融合，通过融合绝缘子缺陷特征图不同维度的信息，使特征图之间的信息交互能力增强，提高模型对缺陷目标的定位能力。
全文数据：
权利要求：
百度查询： 长春工程学院;吉林电力股份有限公司 用于绝缘子缺陷检测的轻量化多分支YOLO模型及其检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号