【技术实现步骤摘要】
本专利技术涉及目标检测，特别涉及一种基于sased-yolo算法的风电叶片表面多尺度缺陷检测方法。
技术介绍
1、在未来的发展道路上，健全绿色低碳发展机制，加快规划建设新型能源体系，已成为全球共识，因此，风电产业发展前景可待，随着技术的不断革新和产业链的日趋完善，漂浮式海上风电正稳步从试验阶段迈向商业化应用，风电叶片作为风电机组关键的部件之一，其安全运行是保证风力发电机组稳定运行的重要因素，风电场大多数建设在环境恶劣且风力强劲的地区，由于长期暴露在恶劣的自然环境中，风电叶片会出现雷击烧伤、开裂、酸雨侵蚀、折断破损、油污腐蚀等损伤，影响发电效率和使用寿命，因此，风电叶片的安全监测是非常重要的工作；
2、但是，风电叶片缺陷的常用检测方法包括超声波检测法、红外热成像检测法和声发射检测法等，在这些检测方法中，当风电叶片表面不光滑或存在涂层时，将大大降低检测精度；
3、因此，为了克服上述缺陷，本专利技术提供一种基于sased-yolo算法的风电叶片表面多尺度缺陷检测方法。
技术实现思路<...
【技术保护点】
1.一种基于SASED-YOLO算法的风电叶片表面多尺度缺陷检测方法，其特征在于，包括：
2.根据权利要求1所述的一种基于SASED-YOLO算法的风电叶片表面多尺度缺陷检测方法，其特征在于，步骤1中，获取风电叶片缺陷图像，并对风电叶片缺陷图像进行预处理和图像增强处理，包括：
3.根据权利要求1所述的一种基于SASED-YOLO算法的风电叶片表面多尺度缺陷检测方法，其特征在于，步骤2中，将特征提取网络级联M个第一模块，并根据特征图的空间分辨率降低值依次对处理后的风电叶片缺陷图像进行下采样，且基于下采样结果进行特征提取，得到风电叶片缺陷图像的特征
<...【技术特征摘要】
1.一种基于sased-yolo算法的风电叶片表面多尺度缺陷检测方法，其特征在于，包括：
2.根据权利要求1所述的一种基于sased-yolo算法的风电叶片表面多尺度缺陷检测方法，其特征在于，步骤1中，获取风电叶片缺陷图像，并对风电叶片缺陷图像进行预处理和图像增强处理，包括：
3.根据权利要求1所述的一种基于sased-yolo算法的风电叶片表面多尺度缺陷检测方法，其特征在于，步骤2中，将特征提取网络级联m个第一模块，并根据特征图的空间分辨率降低值依次对处理后的风电叶片缺陷图像进行下采样，且基于下采样结果进行特征提取，得到风电叶片缺陷图像的特征图，包括：
4.根据权利要求3所述的一种基于sased-yolo算法的风电叶片表面多尺度缺陷检测方法，其特征在于，基于双分支特征提取结构的差异特征提取策略对下采样结果进行特征提取，包括：
5.根据权利要求1所述的一种基于sased-yolo算法的风电叶片表面多尺度缺陷检测方法，其特征在于，步骤3中，基于第二模块对特征图通道权重进行标定，包括：
...
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。