典型文献
融合多尺度特征与注意力机制的风机桨叶缺陷检测方法
文献摘要：
针对传统风机桨叶检测算法在复杂环境存在误检及检测精度低的问题,提出一种融合多尺度特征与注意力机制的风机桨叶缺陷检测方法.首先使用改进的骨干网络L-ResNet50进行特征提取,保留更多有效信息;然后对不同尺度特征层嵌入注意力机制模块,增强重点语义信息;最后对提取出的深层特征与浅层特征进行多尺度特征融合,进一步提高模型准确率.通过对无人机航拍采集的风机桨叶图像进行缺陷检测实验,结果表明,所提方法在复杂环境下的风机桨叶缺陷检测中平均准确率较原Faster R-CNN模型提高8.2％.
文献关键词：
风机桨叶;注意力机制;多尺度特征融合;特征金字塔;缺陷检测
中图分类号：
作者姓名：
仝卫国;仪小龙;李冰;杨珂
作者机构：
华北电力大学自动化系 保定071003
文献出处：
引用格式：
[1]仝卫国;仪小龙;李冰;杨珂-.融合多尺度特征与注意力机制的风机桨叶缺陷检测方法)[J].电子测量技术,2022(24):166-172
A类：
B类：
风机桨叶,缺陷检测方法,检测算法,复杂环境,检测精度,骨干网络,ResNet50,有效信息,不同尺度,注意力机制模块,语义信息,深层特征,多尺度特征融合,模型准确率,无人机航拍,中平,平均准确率,Faster,特征金字塔
AB值：
0.235359
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
