一种基于改进YOLOv3卷积神经网络的绝缘子缺陷检测方法
实质审查的生效
摘要
本发明公开了一种基于改进YOLOv3卷积神经网络的绝缘子缺陷检测方法，该方法首先通过电网无人机巡检图像、公共数据集以及采用图像样本扩充方法构建输电线路绝缘子图像数据库，并利用LabelImg图像标注工具对绝缘子以及绝缘子上的缺陷进行标签制作；其次从减少漏检、提高检测精度这两个方面对YOLOv3的网络结构进行改进，提出基于注意力机制、加权密集连接金字塔结构和双分支跨层注意力模块的改进YOLOv3卷积神经网络；接着通过模型训练与训练参数调整，获得其最优检测模型，最后对输电线路绝缘子缺陷进行检测。本发明能够克服电网巡检图像中绝缘子缺陷尺寸太小、误检和漏检率高的问题，提高了在复杂环境下绝缘子缺陷检测的准确性和快速性，以确保供电系统的安全。
基本信息
专利标题 ：
一种基于改进YOLOv3卷积神经网络的绝缘子缺陷检测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114283117A
申请号 ：
CN202111402706.7
公开（公告）日 ：
2022-04-05
申请日 ：
2021-11-24
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
高放邹锋殷林飞张荣纬金岩刘少敏
申请人 ：
广西大学
申请人地址 ：
广西壮族自治区南宁市西乡塘区大学东路100号
代理机构 ：
南宁东智知识产权代理事务所(特殊普通合伙)
代理人 ：
黎华艳
优先权 ：
CN202111402706.7
主分类号 ：
G06T7/00
IPC分类号 ：
G06T7/00 G06T7/73 G06N3/08 G06N3/04 G06K9/62 G06V10/774 G06V10/80
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06T
一般的图像数据处理或产生
G06T7/00
图像分析
法律状态
2022-04-22 ：
实质审查的生效
IPC(主分类) : G06T 7/00
申请日 : 20211124
申请日 : 20211124
2022-04-05 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
