一种基于改进YOLO的工作服穿戴检测方法

    公开(公告)号:CN119323712A

    公开(公告)日:2025-01-17

    申请号:CN202411229322.3

    申请日:2024-09-03

    Abstract: 本发明公开一种基于改进YOLO的工作服穿戴检测方法,包括:步骤1、通过水电厂现场历史图像和网络爬取两种方式进行数据采集并共同作为真实的样本库,将样本库按7:2:1随机划分为训练集、验证集和测试集;步骤2、标注步骤1所获得样本中安全服、安全帽目标,构建水电厂现场数据集;步骤3、引入高效多尺度注意力模块和一次性聚合的跨级部分网路模块,对YOLOv8n网络模型的骨干网络和颈部网络进行改进;步骤4、将步骤2中数据集输入步骤3所述网络进行训练,并基于损失函数前后向传播对网络权重调整和优化,获得最优的检测模型;本发明能够显著减少计算资源需求,同时保持高精度检测能力,有效提升安全监控和管理的智能化水平。

    注意力机制引导的电力现场地面油水渍识别方法

    公开(公告)号:CN119323664A

    公开(公告)日:2025-01-17

    申请号:CN202411229320.4

    申请日:2024-09-03

    Abstract: 本发明公开一种注意力机制引导的电力现场地面油水渍识别方法,它包括如下步骤:步骤一、构建空间注意力引导的特征提取残差块,用于引导模块关注关键特征区域;步骤二、依据特征提取残差块构建多尺度特征提取器,用于从输入图像中获取丰富的语义特征;步骤三、构建通道注意力引导的特征融合模块,用于融合来自编、解码器的特征;步骤四、依据特征融合模块构建模型解码器;步骤五、对所建立的检测模型进行训练,保存模型参数并生成最终的油水渍区域检测结果;本发明解决了电力现场地面油水渍识别过程中,对于关键区域关注能力弱,以及融合特征关键通道信息识别能力不足的问题。

Patent Agency Ranking