本发明专利技术公开了一种对无人机电缆通道图像进行目标检测的方法与系统，所述方法包括：基于轻量化注意力模块和逐点卷积层建立链式轻量化注意力模块，采用多层链式轻量化注意力模块构建链式轻量化注意力C2f模块；基于深度可分离卷积层构建双层融合模块；基于深度空间层和非步长卷积层构建深度空间卷积模块；采用链式轻量化注意力C2f模块、双层融合模块、深度空间卷积模块对YOLOv8网络结构进行改进，得到YOLO‑SGdrone网络；构建目标检测模型，对无人机电缆通道图像进行目标检测。本发明专利技术以YOLOv8为基础进行改进，得到目标检测模型，以有效检测出巡检过程中所需要识别的目标，对在识别出特定目标时发出警报。
【技术实现步骤摘要】
本专利技术属于电缆通道巡检，涉及一种对无人机电缆通道图像进行目标检测的方法与系统。
技术介绍
1、电力系统巡检的主要任务之一是对电缆通道进行巡检，及时发现通道隐患、防止外破机械对电缆通道造成破坏从而实现用电安全的目标。随着无人机技术和产品的成熟，无人机被越来越多的用在电缆通道巡检的场景中，以代替人工实地巡检，可以提高巡检效率和发现隐患的及时性。
2、然而，无人机巡检目前主要是作为数据采集手段。采集的图像依然需要人工审核，这一过程中加大了人工成本。另一方面，现有的目标检测算法属于通用型，不能很好的适配无人机采集的电缆通道图像进行检测，需要克服如：大图像尺寸、小尺寸检测对象、密集分布等问题。在轻量化和精确度方面上都有较大的提升空间。
3、yolov8引入如图2所示的c2f模块，即"cross stage partialconnections2.0with fusion"，通过跨阶段部分连接和特征融合，优化了残差连接，提升了多尺度特征检测能力，且注重轻量化设计，使模型在保持高精度的同时降低了计算资源消耗。
/>技术本文档来自技高网...
【技术保护点】
1.一种对无人机电缆通道图像进行目标检测的方法，其特征在于，包括：
2.根据权利要求1所述的一种对无人机电缆通道图像进行目标检测的方法，其特征在于：
3.根据权利要求1所述的一种对无人机电缆通道图像进行目标检测的方法，其特征在于：
4.根据权利要求1所述的一种对无人机电缆通道图像进行目标检测的方法，其特征在于：
5.根据权利要求1所述的一种对无人机电缆通道图像进行目标检测的方法，其特征在于：
6.根据权利要求1所述的一种对无人机电缆通道图像进行目标检测的方法，其特征在于：
7.根据权利要求6所述的一种对无人机电缆通道...
【技术特征摘要】
1.一种对无人机电缆通道图像进行目标检测的方法，其特征在于，包括：
2.根据权利要求1所述的一种对无人机电缆通道图像进行目标检测的方法，其特征在于：
3.根据权利要求1所述的一种对无人机电缆通道图像进行目标检测的方法，其特征在于：
4.根据权利要求1所述的一种对无人机电缆通道图像进行目标检测的方法，其特征在于：
5.根据权利要求1所述的一种对无人机电缆通道图像进行目标检测的方法，其特征在于：
6.根据权利要求1所述的一种对无人机电缆通道图像进行目标检测的方法，其特征在于：
7.根据权利要求6...
【专利技术属性】
技术研发人员：李海，张伟，马凯波，王振兴，刘心悦，周宏，周婕，王卓林，杨舒婷，沈斌，高岩，刘畅，谢素娟，侯冬雨，李春辉，
申请(专利权)人：国网上海市电力公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。