融合多尺度注意力的风电叶片损伤智能识别方法及系统
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
融合多尺度注意力的风电叶片损伤智能识别方法及系统
申请号:
CN202510580671
申请日期:
2025-05-07
公开号:
CN120673279A
公开日期:
2025-09-19
类型:
发明专利
摘要
本发明公开了融合多尺度注意力的风电叶片损伤智能识别方法及系统,包括:通过无人机在巡检时,采集风力机叶片的图像;对采集到的图像进行多维数据增强;将融合多尺度注意力机制融入轻量化YOLO11,构建SNMSDA‑YOLO11的算法模型;利用训练好的SNMSDA‑YOLO11算法模型,对风电叶片损伤在线检测与识别。在确保准确识别损伤的同时,显著提高了计算速度和效率,在风力涡轮机叶片损伤检测的大规模实时监测的应用中具有巨大的潜力。
技术关键词
智能识别方法
风电叶片
多尺度注意力机制
滑动窗口
算法模型
空洞
椒盐噪声
风力机叶片
多头注意力机制
饱和度
输出特征
图像
坐标
风力涡轮机叶片
随机噪声
智能识别系统
无人机