-
公开(公告)号:CN119228777A
公开(公告)日:2024-12-31
申请号:CN202411394401.X
申请日:2024-10-08
Applicant: 辽宁工程技术大学
IPC: G06T7/00 , G06V10/40 , G06V10/80 , G06V10/82 , G06V10/25 , G06N3/0464 , G06N3/0495 , G06N3/082 , G06N3/096 , G06N3/042 , G06N3/045 , G06N3/08
Abstract: 基于SGA与SE‑F的轻量级输电线路绝缘子缺陷检测算法,首先,在YOLOv5网络基础上引入全新的注意力机制SGA,增强待检测缺陷目标的显著度,以解决微小绝缘子缺陷特征难以提取的问题;其次,提出了同尺度加权融合模块SE‑f,用于替换特征融合网络中的Concat模块,提高了网络对低层位置信息和高层语义信息的特征的融合能力;再次,对改进后YOLOv5通过稀疏化训练和通道剪枝,进一步优化模型结构;同时利用知识蒸馏引导模型进行知识学习,提高检测精度。本发明有益效果为:本发明首先通过引入注意力机制、构建新型特征融合方式对初始模型进行改进,然后结合通道剪枝算法实现模型轻量化,最后构建知识蒸馏模型提高剪枝后模型检测精度。
-
公开(公告)号:CN119417764A
公开(公告)日:2025-02-11
申请号:CN202411394402.4
申请日:2024-10-08
Applicant: 辽宁工程技术大学
IPC: G06T7/00 , G06V10/72 , G06V10/82 , G06N3/0495 , G06N3/0464 , G06N3/047 , G06N3/048
Abstract: 一种用于轻量级YOLOv5绝缘子缺陷检测的注意力机制,它包括由特征归一化部分与注意力权重计算部分构成,它还包括如下计算公式:x'=f1×1(GN(x)×Softmax(SDA(Q,K,V)));Q=δ(W1x),K=σ(W2x),V=ζ(W3x);#imgabs0#本发明有益效果为:本SGA注意力机制在绝缘子缺陷检测任务中,通过优化特征归一化和注意力计算方式,有效解决了批量大小依赖性、特征提取不足、误检率高以及模型性能优化等问题,从而提高了检测的准确性和效率。
-