摘要
本发明提出一种基于CNN和Transformer相结合的输电线路施工车辆识别方法,构建施工车辆数据集,基于数据集训练RConvTransNet模型,将监测区域遥感影像输入训练完成的模型,以得到监测识别结果;所述RConvTransNet模型的主干网络具有两个主分支,一路采用四个Transformer block;另一路采用四个可逆卷积block;所述Transformer block和可逆卷积block通过双向交互进行信息融合;所述双向交互采用跨架构的特征融合方法,在不改变Transformer block的结构的情况下,引入可逆CNN的多尺度特征,将可逆CNN中与Transformer block同尺度的特征进行自注意力融。
技术关键词
识别方法
特征融合方法
线路
施工车辆识别
深度神经网络学习
关键点
非暂态计算机可读存储介质
影像
注意力
分类准确率
检测头
数据处理模块
处理器
偏差
分支
彩色图像
校正
输出特征
系统为您推荐了相关专利信息
陆相页岩
测井曲线数据
岩相识别方法
拉格朗日插值法
多头注意力机制
通信信号识别方法
信号调制
耦合特征
滤波器
特征提取模块
语音识别模型
语音活动检测
文本
错误率
语音识别方法