一种基于集成对抗训练的电力设备缺陷检测方法

本发明提出了一种基于集成对抗训练的电力设备缺陷检测方法，涉及电力设备缺陷检测技术领域，包括：获取历史电力设备缺陷图片建立数据集并进行数据增强；将数据集输入卷积神经网络、深度残差网络和ViT网络进行高维特征提取；对高维特征进行拼接得到集成的高维特征，并输入多层感知机模型得到分类结果，同时对模型进行训练得到分类模型；从数据集中选取图片使生成对抗样本以对原始的数据集进行扩充；遍历扩充后的数据集对分类模型进行再训练得到电力设备缺陷检测模型，通过电力设备缺陷检测模型进行检测得到检测结果；本发明能够解决数据规模不足导致模型检测准确率不高的问题，显著提升模型在多场景中的泛化能力及在真实应用场景中的鲁棒性。