基于改进MobileNetV3的轻量化电塔识别算法

本发明提出了一种改进MobileNetV3的轻量化电塔识别算法，属于电塔识别算法技术领域，其步骤为：首先，在MobileNetV3中引入膨胀卷积方法，来扩大卷积核的感受野范围，以此来减少电塔特征的损失；然后，将网络中的通道注意力机制SENet，用无参引入的双维度注意力机制SimAM进行替换，减少网络的参数；最后在归一化操作中，将主干网络的批数据归一化，替换为准确度在各种批量大小下都很稳定的组数据归一化，以减少小批量数据处理导致的误差。自制电塔数据库上的实验证明，与基线算法相比，该网络保持95.1％的高识别率的同时，减少了网络的参数量，实现了网络对电塔图像的快速收敛和准确识别。