【技术实现步骤摘要】
本专利技术涉及无人机，具体而言，涉及一种基于yolo-mamba融合模型的防坠落装置安装点位识别方法。
技术介绍
1、在电力杆塔巡检、建筑施工、高空作业等场景中，防坠落装置的安装点位识别和管理是确保工作人员安全的关键环节。防坠落装置安装点位是指在高空作业环境中，为保障工作人员安全而设置的防坠落装置的具体位置。这些点位通常包括安全带固定点、安全绳锚点、防坠网支撑点等。正确识别和管理这些点位，能够确保防坠落装置的有效性和可靠性，从而降低高空作业中的坠落风险。
2、传统的防坠落装置安装点位识别方法通常依赖于人工巡检，这种方法存在效率低、成本高、易受环境影响等问题。人工巡检需要大量的人力资源和时间，尤其是在大面积、复杂环境中，巡检效率低下。此外，人工巡检的成本包括人员工资、设备维护等，长期来看成本较高。人工巡检受天气、地形、光照等环境因素影响较大，恶劣环境下难以进行有效巡检。人工巡检依赖于个人的经验和判断，主观性强，容易出现漏检或误检的情况。
3、无人机影像小目标检测在防坠落装置安装点位识别中具有重要应用前景，但也面临诸...
【技术保护点】
1.一种基于YOLO-Mamba融合模型的防坠落装置安装点位识别方法，其特征在于，包括：
2.根据权利要求1所述的基于YOLO-Mamba融合模型的防坠落装置安装点位识别方法，其特征在于，所述步骤S2包括：
3.根据权利要求2所述的基于YOLO-Mamba融合模型的防坠落装置安装点位识别方法，其特征在于，所述步骤S2包括：
4.根据权利要求2所述的基于YOLO-Mamba融合模型的防坠落装置安装点位识别方法，其特征在于，所述步骤S2还包括：
5.根据权利要求1所述的基于YOLO-Mamba融合模型的防坠落装置安装点位识别...
【技术特征摘要】
1.一种基于yolo-mamba融合模型的防坠落装置安装点位识别方法，其特征在于，包括：
2.根据权利要求1所述的基于yolo-mamba融合模型的防坠落装置安装点位识别方法，其特征在于，所述步骤s2包括：
3.根据权利要求2所述的基于yolo-mamba融合模型的防坠落装置安装点位识别方法，其特征在于，所述步骤s2包括：
4.根据权利要求2所述的基于yolo-mamba融合模型的防坠落装置安装点位识别方法，其特征在于，所述步骤s2还包括：
5.根据权利要求1所述的基于yolo-mamba融合模型的防坠落装置安装点位识别方法，其特征在于，步骤s3包括：
6.根据权利要求5所述的基于yolo-mamba融合模型的防坠落装置安装点位识别方法...
【专利技术属性】
技术研发人员：张程，孙敬贤，罗沈，董芝春，胡筱曼，吴毅江，孟飞，周一，许磊磊，徐代城，吴锦源，谢超文，杜彦锟，林川，郭添亨，张洛，丁永光，钟沃杰，曲骅，
申请(专利权)人：广东电网有限责任公司，
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。