摘要
本发明公开一种火灾隐患检测方法、装置、电子设备和存储介质,涉及人工智能技术领域。方法包括:获取从电力作业现场采集的目标图像,并通过多头注意力自卷积机制对目标图像进行自卷积处理,得到自卷积核;通过自卷积核对目标图像进行卷积处理,得到的目标特征图;基于特征提取层,从目标特征图中提取不同层级的特征图;通过CBAM注意力机制对不同层级的特征图进行特征增强,得到不同层级的增强特征图;通过特征融合层对不同层级的增强特征图进行特征融合处理,得到不同尺度的融合特征图;通过预测特征层对不同尺度的融合特征图进行火灾隐患检测。本发明在火灾隐患检测模型中新引入了多头注意力机制和CBAM注意力机制,提高了火灾隐患检测的准确性。
技术关键词
融合特征
电力作业现场
预测特征
火灾
层级
池化特征
图像
电子设备
多头注意力机制
通道
全局平均池化
处理器
可读存储介质
人工智能技术
计算机
卷积模块
系统为您推荐了相关专利信息
脉冲特征
药物相互作用预测
感知特征
编码
多层感知器
互补系统
图像采集器
控制中心
链路
数据接收模块
仿真分析方法
元器件
图像识别模型
异常信息
平面图
深度特征提取
预警方法
融合特征
动态时间规整
矩阵
消防自动喷淋系统
数据终端
灭火装置
水基灭火器
无线连接模块