一种基于深度学习的柴油发电机组模块化拆卸识别方法

本发明公开了一种基于深度学习的柴油发电机组模块化拆卸识别方法，包括如下步骤：S1、采集多角度图像并增强，构建标准图像集；S2、对图像进行模块标注，生成训练数据；S3、训练模块识别模型，提取模块特征；S4、输入待识别图像，输出模块类别与位置信息；S5、构建模块连接关系图，定义连接类型与拆卸约束；S6、采用鲸鱼优化算法生成全局最优拆卸路径；S7、利用蜜獾优化算法修正局部路径；S8、最终输出可视化拆卸引导信息。本发明实现了柴油发电机组智能识别与高效拆卸路径规划，显著提升维护效率与作业安全性。