一种复杂场景下基于轻量化YOLOv4的绝缘子缺陷检测方法
实质审查的生效
摘要
本发明公开一种复杂场景下基于轻量化YOLOv4的绝缘子缺陷检测方法，属于计算机视觉领域。本发明首先利用ECA‑GhostNet作为骨干网络，以提升检测速度；然后在预测层引入分类与定位质量估计联合表示方法，并且利用广义分布(General Distribution)来表达边界框的灵活分布，以提升复杂场景下绝缘子及其缺陷的检测性能。本方法的优点在于，能够实现对遮挡、模糊等复杂场景下的绝缘子及其缺陷进行实时检测，且算法模型大小与复杂度远小于目前主流算法，为绝缘子缺陷检测算法在移动端及嵌入式设备的部署奠定理论基础。
基本信息
专利标题 ：
一种复杂场景下基于轻量化YOLOv4的绝缘子缺陷检测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114359167A
申请号 ：
CN202111532763.7
公开（公告）日 ：
2022-04-15
申请日 ：
2021-12-15
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
李利荣张云良陈鹏梅冰丁江
申请人 ：
湖北工业大学
申请人地址 ：
湖北省武汉市洪山区南李路28号
代理机构 ：
武汉科皓知识产权代理事务所(特殊普通合伙)
代理人 ：
鲁力
优先权 ：
CN202111532763.7
主分类号 ：
G06T7/00
IPC分类号 ：
G06T7/00 G06N3/04 G06N3/08
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
2022-05-03 ：
实质审查的生效
IPC(主分类) : G06T 7/00
申请日 : 20211215
申请日 : 20211215
2022-04-15 ：
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
