基于改进YOLOv5网络的轻量化绝缘子缺陷检测方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于改进YOLOv5网络的轻量化绝缘子缺陷检测方法
申请号:CN202410872115
申请日期:2024-07-01
公开号:CN118967550B
公开日期:2025-09-19
类型:发明专利
摘要
基于改进YOLOv5的轻量化绝缘子缺陷检测方法,包括:获取绝缘子图片数据集,并对绝缘子图片数据集中的绝缘子图片进行预处理,得到绝缘子图片训练集和绝缘子图片验证集;对YOLOv5进行改进,首先在骨干网络和颈部网络间加入融合支路,在颈部网络映入三级融合模块,其次加入CBAM模块增强有效特征,之后加入一个增强小目标模块,最后将C3模块替换为更轻量化的C3Ghost模块;选择合适的设备和实验参数对改进的YOLOv5网络模型进行训练和验证,得到绝缘子检测网络模型;对本发明改进的模型进行评估。本发明解决了复杂环境下绝缘子检测精度不高和检测模型大的问题。
技术关键词
图片 注意力 绝缘子闪络 上采样 识别绝缘子 检测网络模型 通道 输出特征 绝缘子缺陷 破损缺陷 网络深度 卷积模块 采样模块 数据 支路 饱和度
系统为您推荐了相关专利信息
玉米害虫 注意力机制 特征提取模块 多路径 多尺度
生成方法 房间 空间结构 全景图像数据 生成全景图像
沥青路面裂缝 语义分割网络 识别方法 滤波器 降噪模块
融合系统 深度特征融合 多模态数据融合 动态实时监控方法 特征提取模块
预训练模型 恶意样本 恶意代码家族 沙箱 分类系统