摘要:
本文介绍了一套基于YOLO算法的绝缘子智能检测系统。该系统通过YOLOv5/v8/v11/v12等轻量化模型实现毫秒级绝缘子缺陷识别,支持图片/视频/摄像头等多源输入,具备双阈值调节、可视化标注、语音告警等功能。系统采用PyQt5开发界面,支持多模型切换、结果保存导出。技术分析显示,YOLO12n模型表现最优(mAP40.6%),YOLO11n速度最快(56.1ms)。训练结果显示系统准确率达96.7%(mAP@0.5),F1值0.95,显著提升了电力巡检效率和缺陷检出率。 阅读全文
本文介绍了一套基于YOLO算法的绝缘子智能检测系统。该系统通过YOLOv5/v8/v11/v12等轻量化模型实现毫秒级绝缘子缺陷识别,支持图片/视频/摄像头等多源输入,具备双阈值调节、可视化标注、语音告警等功能。系统采用PyQt5开发界面,支持多模型切换、结果保存导出。技术分析显示,YOLO12n模型表现最优(mAP40.6%),YOLO11n速度最快(56.1ms)。训练结果显示系统准确率达96.7%(mAP@0.5),F1值0.95,显著提升了电力巡检效率和缺陷检出率。 阅读全文
posted @ 2026-01-13 18:04
Coding茶水间
阅读(55)
评论(1)
推荐(0)

浙公网安备 33010602011771号