摘要
本发明涉及一种电力巡检图像识别方法、设备、存储介质,方法包括如下步骤:利用大规模图像数据集,训练基础模型;利用经过数据增强处理的电力巡检图像数据集,对训练后的基础模型的特定层进行微调;获取待识别的电力巡检图像,利用微调后的基础模型,以残差连接的方式提取多尺度的低级别特征和高级别特征;针对所述多尺度的低级别特征和高级别特征,基于自注意力机制和通道注意力机制实现多尺度特征融合,得到融合特征;基于所述融合特征,通过分类器得到预测的标签,实现电力巡检图像识别。与现有技术相比,本发明具有适应于电力巡检图像数据集较小的场景、特征融合与多尺度处理效果好等优点。
技术关键词
图像识别方法
电力巡检图像
大规模图像数据集
多尺度特征融合
通道注意力机制
融合特征
特征金字塔网络
基础
分类器
金字塔池化
标签
纹理特征
动态更新
电子设备
程序
可读存储介质
系统为您推荐了相关专利信息
复合材料
堆叠方式
图谱
深度残差网络
交叉验证方法
机械故障诊断方法
故障诊断模型
通道注意力机制
无线振动传感器
Softmax函数
图像识别方法
识别模型训练
图像识别模型
服务器
模型更新
可视化系统
可视化控制器
图像处理模块
多尺度特征融合
控制显示装置
变化检测方法
通道注意力机制
二维卷积神经网络
变化检测网络
图像