摘要
本申请涉及一种基于YOLO‑FOD的密集架通道异物检测方法，它包括如下步骤：制作YOLO‑FOD数据集并划分为训练集和验证集，对训练集中的图像进行增强处理；构建YOLO‑FOD网络模型，所述YOLO‑FOD网络模型包括主干网络、特征融合结构和双头结构；使用训练集对所述YOLO‑FOD网络模型进行训练；使用训练好的YOLO‑FOD网络模型进行通道异物检测。本发明通过融合关键点检测算法与分类算法，实现对不断变化的通道区域与异物位置的精准定位，并通过位置关系判断通道内的异物状态，解决了现有技术在检测边界不明确的情况下准确率低的问题。
