申请/专利权人：昆明理工大学

申请日：2024-01-15

公开（公告）日：2024-04-12

公开（公告）号：CN117876667A

主分类号：G06V10/25

分类号：G06V10/25;G06V10/774;G06V10/82;G06V10/776;G06V10/762;G06V10/80;G06T7/00;G06N3/0464;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明涉及一种基于改进YOLOv7的自爆绝缘子检测方法，属于图像处理技术领域。本发明包括以下步骤：获取训练所需的初始自爆绝缘子图像；通过有监督数据增强和图像融合方式对获取的自爆绝缘子图像的数据进行数量扩充并标注，形成自爆绝缘子数据集并划分训练集和验证集；通过无监督学习方法重新定义所得数据集的初始锚框；基于所得锚框将数据集导入改进YOLOv7算法中进行训练，获取训练完成的自爆绝缘子检测模型；对训练完成的模型进行进行性能评估及测试，获取目标检测结果。本发明相比于原始YOLOv7模型在精准率，召回率和mAP0.5上提升效果显著，且解决了在复杂环境、目标遮挡等情况下目标漏检和误检的问题。

主权项：1.一种基于改进YOLOv7的自爆绝缘子检测方法，其特征在于，包括下列步骤：步骤1、获取训练所需的初始自爆绝缘子图像；步骤2、通过有监督数据增强和图像融合方式对步骤1中获取的自爆绝缘子图像的数据进行数量扩充并标注，形成自爆绝缘子数据集并划分训练集和验证集；步骤3、通过无监督学习方法重新定义步骤2所得数据集的初始锚框；步骤4、基于步骤3所得锚框将步骤2形成的自爆绝缘子数据集导入改进YOLOv7算法中进行训练，获取训练完成的自爆绝缘子检测模型；步骤5、对训练完成的自爆绝缘子检测模型进行性能评估及测试，获取目标检测结果。

全文数据：

权利要求：

百度查询： 昆明理工大学 一种基于改进YOLOv7的自爆绝缘子检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD