摘要
本申请涉及一种电力设备异常检测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。方法包括:获取待检测电力设备的多模态图像数据,对多模态图像数据进行特征提取,得到多模态特征数据,对多模态特征数据进行无监督特征融合,得到多模态融合特征数据,以多模态融合特征数据为输入,调用已训练的异常检测模型,得到待检测电力设备的异常检测结果,其中,已训练的异常检测模型通过携带有异常标签的历史多模态图像数据对初始化的联合嵌入预测模型训练得到。采用本方法能够提高异常检测结果的准确性。
技术关键词
多模态图像数据
可见光图像
多模态特征
点云特征
融合特征
无监督特征
电力设备
预测模型训练
多层感知器
特征提取模块
计算机设备
计算机程序产品
异常检测装置
可读存储介质
数据获取模块
处理器
系统为您推荐了相关专利信息
动态门控
分类方法
注意力机制
通道
图像提取特征
可见光摄像机
可见光图像
红外摄像机
标定板图像
激光雷达点云数据
自闭症儿童
深度学习模型
融合特征
管理方法
面部表情变化
融合特征
注意力编码器
高频特征
滤波特征
特征融合网络