摘要
一种基于向量注意力机制的因果感知配电网图像缺陷检测方法,包括:利用移动端设备采集不同场景、不同类型的配电网缺陷图像,形成配电网缺陷图像数据集;基于骨干网络、向量注意力模块RWKV、特征融合模块、因果感知头部网络构建出配电网缺陷图像检测模型;利用配电网缺陷图像数据集对配电网缺陷图像检测模型进行训练,得道训练后的配电网缺陷图像检测模型;利用移动端设备采集待检测的配电网缺陷图像;将待检测的配电网缺陷图像输入训练后的配电网缺陷图像检测模型,得到配电网图像中的缺陷检测结果。与现有技术相比解决了针对复杂配电网缺陷图像数据检测精度低、无法满足配电网缺陷智能检测的需要,实现配电网图像缺陷类别目标的精准检测。
技术关键词
图像检测模型
图像缺陷检测方法
混合模块
注意力机制
特征提取网络
融合多尺度信息
图像块
移动端
缺陷类别
优化器
代表
多尺度特征融合
检测配电网
模型预测值
缺陷智能
头部特征
系统为您推荐了相关专利信息
融合注意力机制
神经网络硬件
位置编码信息
木马检测方法
节点
驱动控制电路
故障特征
故障检测功能
电路故障检测
多层注意力机制
缺陷智能检测方法
注意力机制
特征提取模块
子系统
旋转框
深度学习模型
生命体征数据
调度系统
救护车
多头注意力机制