龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：浙江工业大学
摘要：一种基于改进YOLOV8的变压器台架设备表面缺陷检测方法，包括如下步骤：1通过摄像头拍摄有缺陷的变压器台架设备视频、图像，对视频、图形进行预处理，并进行缺陷标注，形成数据集；2构建基于改进yolov8的变压器台架设备表面缺陷检测模型，采用具有交叉尺度融合模块CCF的ReCross‑FPN结构替换颈部网络，通过高低尺度图之间更细致的融合提升上下文的信息交互能力，并引入P2层特征；改进检测头为Aux‑Head，在训练过程中添加辅助训练网络；3采用训练好后的模型进行检测，实现变压器台架表面缺陷检测。本发明能够提高变压器台架设备表面检测精度和准确性，尤其对小目标缺陷类型。
主权项：1.一种基于改进YOLOV8的变压器台架设备表面缺陷检测方法，其特征在于，所述方法包括以下步骤：1数据集的构建，过程如下：通过摄像头拍摄有缺陷的变压器台架设备视频、图像，对视频、图形进行预处理，并进行缺陷标注，形成数据集；2构建基于改进YOLOV8的变压器台架设备表面缺陷检测模型，包括backbone模块、ReCross-FPN模块以及Aux-Head模块；所述Backbone模块为YOLOV8主干网络模块，所述ReCross-FPN模块引入能更好融合高低特征信息的交叉尺度融合模块CCF，通过自适应的注意力机制，根据特征图的不同分辨率和内容，自适应的调整特征的权重，从而更好的捕捉目标的多尺度特征，并且将主干网络中P2层的特征图引入其中进一步加强小目标的特征提取能力；改变原本的连接方式，实现轻量化的同时保证了特征提取的能力；所述Aux-Head模块添加额外训练辅助头，在训练阶段参与训练，最终推理阶段去掉，在提升检测头训练精度的同时，并不带来额外的推理负担；3采用数据集对构建的基于改进YOLOV8的变压器台架设备缺陷检测模型进行训练，采用训练后的模型进行检测，实现变压器台架设备表面缺陷检测。
全文数据：
权利要求：
百度查询： 浙江工业大学 基于改进YOLOV8的变压器台架设备表面缺陷检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号