发明公开
- 专利标题: 一种基于深度学习的复合绝缘子缺陷检测系统及方法
-
申请号: CN202310443642.8申请日: 2023-04-24
-
公开(公告)号: CN116664487A公开(公告)日: 2023-08-29
- 发明人: 张博阳 , 刘馨阳 , 张艳鹏 , 苏宝林 , 倪艳姝 , 卢振生 , 郭金宇 , 王长龙 , 裴兆兴
- 申请人: 绥化学院
- 申请人地址: 黑龙江省绥化市北林区黄河南路18号
- 专利权人: 绥化学院
- 当前专利权人: 绥化学院
- 当前专利权人地址: 黑龙江省绥化市北林区黄河南路18号
- 代理机构: 北京高沃律师事务所
- 代理商 万慧华
- 主分类号: G06T7/00
- IPC分类号: G06T7/00 ; G01J5/00 ; G06T7/11 ; G06T5/40 ; G06V10/80 ; G06V10/82 ; G06N3/0464 ; G06N3/048 ; G06N3/08
摘要:
本发明公开一种基于深度学习的复合绝缘子缺陷检测系统及方法,涉及缺陷检测技术领域。图像采集模块实时采集红外图像;YOLOv5模块用于对红外图像进行目标检测,确定出包含复合绝缘子的目标区域;分割模块用于分割目标区域中的复合绝缘子区域;映射模块用于建立复合绝缘子区域的像素分布直方图;检测结果输出模块用于判断复合绝缘子区域的像素分布直方图所对应的温度值是否超过温度阈值;若是,输出存在缺陷的检测结果;若否,返回执行实时采集红外图像的操作。本发明实现了在提高复合绝缘子缺陷检测的效率的同时,提高了复合绝缘子缺陷检测的准确性。