-
公开(公告)号:CN116958119A
公开(公告)日:2023-10-27
申请号:CN202310985301.3
申请日:2023-08-07
Applicant: 浙江泰仑电力集团有限责任公司 , 湖州新伦综合能源服务有限公司
IPC: G06T7/00 , G06V10/82 , G06V10/774 , G06V10/80 , G06V10/74 , G06N3/0464
Abstract: 本发明公开一种基于改进yolov8的auto‑encoder电池板设备缺陷检测方法,属电力检测领域;该方法包括:获取若干电池板图像;对电池板图像进行预处理,得到预处理后电池板图像;将预处理后电池板图像输入改进yolov8模型中进行训练,得到包含目标框的电池板表面缺陷定位图像;通过改进NMS算法对电池板表面缺陷定位图像中的目标框进行非极大值抑制,得到准确目标检测框;将准确目标检测框还原到相应的电池板图像中,得到电池板表面缺陷的检测结果。本发明还公开一种基于改进yolov8的auto‑encoder电池板设备缺陷检测系统。本发明能优化提取特征用于电池板缺陷检测,提高检测性能。
-
公开(公告)号:CN116977318A
公开(公告)日:2023-10-31
申请号:CN202310993255.1
申请日:2023-08-07
Applicant: 浙江泰仑电力集团有限责任公司 , 湖州新伦综合能源服务有限公司
IPC: G06T7/00 , G06T7/90 , G06V10/774 , G06V10/82 , G06V10/764 , G06T7/73
Abstract: 本发明公开一种基于改进yolov5和色彩识别的电池板缺陷检测方法,属于电力检测技术领域;该方法包括:获取电池板图像;将电池板图像输入改进yolov5模型中进行训练,得到电池板表面缺陷定位图像;对电池板表面缺陷定位图像进行分割,得到分割后电池板缺陷图像;将分割后电池板缺陷图像输入预先训练好的色彩识别CNN模型进行色彩识别,得到电池板表面缺陷的检测结果。本发明还提供一种基于改进yolov5和色彩识别的电池板缺陷检测系统。本发明基于yolov5结构,添加实现了一种软注意力机制,能够在yolov5主干网络提取特征时减少冗余特征的干扰,得到更加准确的特征用于电池板缺陷定位和分类检测工作,后续再用于电池板颜色缺陷检测工作。
-