一种破损防尘网识别方法、系统、存储介质和计算机设备与流程
技术特征:
1.一种破损防尘网识别方法,其特征在于,包括以下步骤:
2.如权利要求1所述的破损防尘网识别方法,其特征在于,在s1中,所获取的输电通道下的巡视图像涵盖不同地区、不同杆塔点位、不同季节和不同时间下的输电通道场景的图像。
3.如权利要求1所述的破损防尘网识别方法,其特征在于,所述像素级别标注软件为labelme。
4.如权利要求1所述的破损防尘网识别方法,其特征在于,在s4中,使用dcnv3替代yolov8-seg特征提取网络中的5层常规卷积部分。
5.如权利要求1所述的破损防尘网识别方法,其特征在于,在s6中,边缘检测采用canny边缘检测器。
6.如权利要求5所述的特定的输电通道下的破损防尘网识别方法,其特征在于,在s6中,对所述分割mask进行边缘检测的步骤为:
7.一种输电通道防尘网分割系统,其特征在于,包括:
8.一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现根据权利要求1~6任一所述的破损防尘网识别方法。
9.一种计算机设备,其特征在于,包括存储器和处理器,所述存储器中存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行权利要求1~6任一项所述的破损防尘网识别方法。
技术总结
本发明属于输电通道监测技术领域,具体是一种破损防尘网识别方法、系统、存储介质和计算机设备。所述方法包括:获取巡视图像;对巡视图像进行预标注,并进行人工复核;对巡视图像中的防尘网目标进行分割标注,并划分数据集;基于YOLOv8‑seg,引入DCNv3与WIoU Loss,构建改进模型;训练改进后的YOLOv8‑seg模型,得到防尘网分割模型;输入输电通道图像至防尘网分割模型,获取防尘网分割mask,经边缘检测后,输出识别结果。本发明基于YOLOv8‑seg模型,引入DCNv3提升对形变目标的检测能力,使用WIoU Loss增强模型泛化性,最终通过分割mask边缘检测准确判断防尘网状态,提高了防尘网检测的准确性、灵活性和泛化能力。
技术研发人员:侯强,薛凡福,颜廷萌,张清敏,徐辉
受保护的技术使用者:智洋创新科技股份有限公司
技术研发日:
技术公布日:2024/11/14
文档序号 :
【 40001596 】
技术研发人员:侯强,薛凡福,颜廷萌,张清敏,徐辉
技术所有人:智洋创新科技股份有限公司
备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明 :此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除
技术研发人员:侯强,薛凡福,颜廷萌,张清敏,徐辉
技术所有人:智洋创新科技股份有限公司
备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明 :此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除