-
公开(公告)号:CN119295908A
公开(公告)日:2025-01-10
申请号:CN202310956549.7
申请日:2023-07-24
Applicant: 中国计量大学
IPC: G06V20/10 , G06V10/774 , G06V10/82 , G06V10/762 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种基于改进YOLOv5s网络的绝缘子缺陷检测方法,包括以下步骤:步骤1:获取含有绝缘子缺陷的图像;步骤2:利用软件标注绝缘子图像,构建数据集并按照一定比例划分为训练集、验证集和测试集;步骤3:采用数据增强方法扩充数据集;步骤4:构建改进的YOLOv5s网络;步骤5:将训练集输入改进的YOLOv5s网络进行训练,获得最优的网络模型参数,得到绝缘子缺陷检测网络模型;步骤6:将需要检测的图像输入绝缘子缺陷检测网络模型,识别定位出绝缘子缺陷。本发明抗干扰能力强,能够在各种复杂背景图像中,快速准确的识别和定位出绝缘子缺陷。
-
公开(公告)号:CN117115643A
公开(公告)日:2023-11-24
申请号:CN202310956972.7
申请日:2023-07-24
Applicant: 中国计量大学
IPC: G06V20/10 , G06V20/17 , G06V10/82 , G06V10/774 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种基于新型编码解码网络的复杂输电线识别方法,包括以下步骤:步骤1:获取含有多根、交叉和有转向的复杂输电线图像;步骤2:对含有复杂输电线的图像进行预处理,通过数据增强方法扩充含有复杂输电线的图像;利用标注软件对含有复杂输电线的图像进行标注,构建含有复杂输电线的图像数据集;步骤3:构建新型编码解码网络;步骤4:将复杂输电线训练集输入新型编码解码网络进行训练,获得训练最优的权重参数,得到复杂输电线识别网络模型;步骤5:将待检测的图像输入复杂输电线识别网络模型后输出识别结果,实现复杂输电线的精准识别。本发明稳定性高,泛化能力强,能够有效抑制图像中的背景噪声,精准识别出复杂输电线。
-