摘要
本发明涉及一种智能化电力机房缺陷识别方法及系统,方法包括以下步骤:采集电力机房内的历史图像数据,包括无缺陷图像和缺陷图像,并对图像数据进行预处理,形成训练样本集;建立基于自注意力机制的神经网络模型,使用迁移学习的方式初始化神经网络模型,将训练样本集输入至初始化后的神经网络模型中进行训练;在训练过程中利用反馈优化的方式对神经网络模型进行优化,当达到训练最大迭代次数或神经网络模型识别精度达到预设值时,结束训练,得到训练好的机房缺陷识别模型;获取目标电力机房的实时图像数据,输入至训练好的机房缺陷识别模型中,得到缺陷识别结果。
技术关键词
缺陷识别方法
机房
缺陷识别系统
神经网络模型识别
训练样本集
注意力机制
电力
坐标
实时图像
图像块
饱和度
随机噪声
模型训练模块
数据采集模块
处理器
像素点
系统为您推荐了相关专利信息
训练样本集
机器学习模型
数据
计算机可执行指令
处理单元
脉冲神经网络模型
流量预测模型
排水系统
历史监测数据
训练样本集
运营管理方法
楼层组合
DBSCAN算法
算术平均值
逻辑回归算法
极限学习机
爆破块度预测方法
粒子群优化算法
物理
炸药单耗