-
公开(公告)号:CN118628465A
公开(公告)日:2024-09-10
申请号:CN202410817978.0
申请日:2024-06-24
申请人: 南通河海大学海洋与近海工程研究院 , 河海大学常州校区
IPC分类号: G06T7/00 , G06V10/25 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82
摘要: 本发明公开了一种用于输电线路小目标缺陷的轻量化检测方法,包括:获取待检测的输电线路图像;对输电线路图像进行预处理;将预处理后的输电线路图像输入至预先训练的输电线路小目标设备缺陷检测模型,由所述输电线路小目标设备缺陷检测模型输出设备存在缺陷的输电线路图像;其中,所述输电线路小目标设备缺陷检测模型采用改进的YOLOv7模型,所述改进的YOLOv7模型包括顺次设置的输入层、特征提取层、特征融合层和输出层;其中,所述特征提取层中包括轻量化卷积模块GhostConv。本发明能够有效实现输电线路中小目标设备的缺陷检测。
-
公开(公告)号:CN118644766A
公开(公告)日:2024-09-13
申请号:CN202410716007.7
申请日:2024-06-04
申请人: 河海大学
IPC分类号: G06V10/98 , G06V10/20 , G06V10/44 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
摘要: 本发明公开一种基于改进YOLOv7的输电线路小目标设备缺陷检测法、装置及存储介质,包括:获取待检测的输电线路图像;对输电线路图像进行预处理;将预处理后的图像输入预先训练的输电线路小目标设备缺陷检测模型,得到模型输出的分类结果;根据输电线路小目标设备缺陷检测模型分类结果输出含有缺陷标记的输电线路图像;其中,输电线路小目标设备缺陷检测模型采用改进的YOLOv7模型,其包括连接于特征提取网络与特征融合网络之间的CA注意力机制网络。本发明能够识别出图像中的输电线路小目标缺陷,解决了由于图像中背景复杂、目标过小以及目标重叠导致检测精度不够的问题,和人工巡检时效率低,速度慢的问题。能够满足电力系统输电线路实时检测的要求。
-