摘要
本发明公开了一种配电网缺陷检测识别方法,获取无人机在配电网现场采集到的图像数据后,构建基于深度卷积神经网络的配电网缺陷检测器模型,4组特征图进行融合汇聚,两组双向而来的特征图都经过一个混合自注意力模块HSAM后进行拼接融合,最后对缺陷进行分类和定位;本发明能够在运行速度较快、误检少且发现率较高的情况下对配电网多种缺陷进行检测,可一次性检测25类配电网缺陷。
技术关键词
缺陷检测识别方法
深度卷积神经网络
缺陷检测器
注意力
缺陷识别方法
卷积模块
通道
无人机
多分支
层级
采样率
上采样
分辨率
图像
数据
节点
速度
系统为您推荐了相关专利信息
梅尔频率倒谱系数
压缩感知方法
低密度奇偶校验码
匹配追踪算法
多模态
潮流调度方法
可再生能源
辐射状配电网
双向长短期记忆网络
混合整数二阶锥规划
损伤评估方法
深度卷积神经网络
生成多尺度
加速度
地震工程技术
火灾风险评估方法
多头注意力机制
综合评估模型
时序
参数