您当前的位置：
首页 >
文章列表页 >
基于改进YOLOv11n的绝缘子缺陷检测
图像处理 | 更新时间：2026-06-12

    • 基于改进YOLOv11n的绝缘子缺陷检测

    • Insulator defect detection based on improved YOLOv11n

    • 液晶与显示   2026年41卷第5期 页码：687-699

    • DOI：10.37188/CJLCD.2026-0053    

      中图分类号： TM85;TP391.41
    • CSTR：32172.14.CJLCD.2026-0053    

    • 收稿：2026-03-27，

      修回：2026-04-12，

      纸质出版：2026-05-05

    移动端阅览

  • 雷德伟, 林国军, 马润, 等. 基于改进YOLOv11n的绝缘子缺陷检测[J]. 液晶与显示, 2026,41(5):687-699. DOI： 10.37188/CJLCD.2026-0053. CSTR： 32172.14.CJLCD.2026-0053.

    LEI Dewei, LIN Guojun, MA Run, et al. Insulator defect detection based on improved YOLOv11n[J]. Chinese Journal of Liquid Crystals and Displays, 2026, 41(5): 687-699. DOI： 10.37188/CJLCD.2026-0053. CSTR： 32172.14.CJLCD.2026-0053.

  •  
  •  

0

浏览量

45

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

融合混合注意力的轻量化柑橘成熟度检测算法
面向无人机影像小目标检测的轻量化算法
基于改进YOLOv11s的无人机小目标检测算法
基于改进YOLO11的无人机航拍图像小目标检测算法
基于改进YOLOv11n的轻量化锥筒识别算法

相关作者

钱楚天
王文坤
谢辉
姜吴瑾
李洪兵
杨华民
王鹏
李松江

相关机构

重庆三峡学院 计算机科学与工程学院
重庆三峡学院 电子与信息工程学院
长春理工大学 计算机科学技术学院
吉林省大数据科学与工程联合重点实验室
吉林省网络数据库应用软件科技创新中心
0