摘要
本发明公开了一种绝缘子表面污秽等级分类及模型训练方法、装置和设备。该模型训练方法包括:采集绝缘子表面污秽影像,并对绝缘子表面污秽影像进行标注,得到绝缘子表面污秽等级数据集;将绝缘子表面污秽等级数据集划分为绝缘子表面污秽等级分类模型的训练集和测试集;构建耦合注意力机制的二维卷积U‑Net深度学习模型2DUNet‑CA作为初始绝缘子表面污秽等级分类模型,并使用训练集对初始绝缘子表面污秽等级分类模型进行模型训练;基于测试集对初始绝缘子表面污秽等级分类模型测试,当测试通过时得到目标绝缘子表面污秽等级分类模型。通过构建耦合注意力机制的二维卷积U‑Net深度学习模型2DUNet‑CA,实现了高效的污秽等级分类。
技术关键词
绝缘子表面污秽
识别绝缘子
注意力机制
模型训练方法
深度学习模型
等级分类方法
编码器
解码器
影像获取模块
卷积模块
绝缘子污秽
上采样
多层感知机
数据
处理器
训练装置
系统为您推荐了相关专利信息
交互式分割方法
三维卷积神经网络
二维卷积神经网络
原型
输出特征
睡眠脑电
频域特征
活动特征
图像识别模型
分析方法
多模态特征
交叉注意力机制
跟踪方法
匈牙利匹配算法
视觉特征
射频指纹识别方法
辐射源设备
短时傅里叶变换
样本
频域特征
航空发动机
射流
样本
识别方法
傅里叶红外光谱仪