← 返回列表

一种基于改进YOLOv4的电网基建目标检测方法

申请号: CN202311504347.5
申请人: 国网湖北省电力有限公司经济技术研究院; 湖北科能电力电子有限公司
申请日期: 2023/11/13

摘要文本

一种基于改进YOLOv4的电网基建目标检测方法,由主干特征提取网络CSPDarknet53得到的多尺度特征图先输入到ASPP模块采样,再输入到颈部网络PANet中,先经过FPN层进行上采样,FPN层的上采样结果一边回传至主干特征提取网络CSPDarknet53以多次观察图像以获得更丰富的特征信息,另一边则输入PANet网络进行下采样,PANet网络的下采样结果与FPN层的上采样结果进行特征双向融合,特征双向融合得到的特征图输入到头部预测网络Head中执行目标检测任务。本发明将FPN层每一层采样结果回传给主干特征提取网络CSPDarknet53以多次观察图像以获得更丰富的特征信息,提高针对某一特定目标的特征提取效率,最终提高检测效率。 更多数据:www.macrodatas.cn

专利详细信息

项目 内容
专利名称 一种基于改进YOLOv4的电网基建目标检测方法
专利类型 发明申请
申请号 CN202311504347.5
申请日 2023/11/13
公告号 CN117649514A
公开日 2024/3/5
IPC主分类号 G06V10/25
权利人 国网湖北省电力有限公司经济技术研究院; 湖北科能电力电子有限公司
发明人 周蠡; 陈然; 贺兰菲; 蔡杰; 李智威; 许汉平; 柯方超; 周英博; 熊川羽; 马莉; 张赵阳; 熊一; 王巍; 李吕满; 舒思睿; 何峰; 饶曦; 李晶晶
地址 湖北省武汉市武昌区水果湖街徐东路47号; 湖北省武汉市东湖新技术开发区凌家山南路1号武汉光谷企业天地2号楼12层01-07室

专利主权项内容

1.一种基于改进YOLOv4的电网基建目标检测方法,其特征在于:所述目标检测方法为将经过预处理后的电网基建图像输入预先构建的改进YOLOv4目标检测模型中对电网基建图像中的缺陷进行位置检测与类型识别,其中,所述改进YOLOv4目标检测模型包括主干特征提取网络CSPDarknet53、颈部路径聚合网络PANet、头部预测网络Head,经过预处理后的电网基建图像首先进入主干特征提取网络CSPDarknet53的五个CSPNet残差模块中进行逐层特征提取得到多尺度特征图,得到的多尺度特征图输入ASPP模块采样,所述ASPP模块的输出再输入到颈部路径聚合网络PANet中,先经过FPN层进行上采样,所述FPN层的上采样结果一边回传至主干特征提取网络CSPDarknet53以多次观察图像以获得更丰富的特征信息,另一边则输入PANet网络进行下采样,所述PANet网络的下采样结果与FPN层的上采样结果进行特征双向融合,特征双向融合得到的特征图输入到头部预测网络Head中执行目标检测任务。