基于机器视觉的电力塔杆锈蚀程度检测

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要： 针对电力塔杆在不同环境下运行容易产生表面锈蚀的问题，利用机器视觉技术引入一种基于YOLACT的实例分割方法。将ResNet作为主干网络来提取图像特征，使用多损失函数和Fast NMS来提高模型的分割性能；以YOLACT建立基线，在不同主干网络和分辨率下进行训练，选择平均精度较好的ResNet101-700×700模型；从采集的图像中推断锈蚀的RGB颜色特征并划分锈蚀等级。（剩余9609字）

试读结束

目录
monitor