摘要
本发明提出了一种基于MAE自编码模型的电力设备故障检测方法,涉及电力设备故障检测技术领域,包括:收集电力设备的图像,并建立图像数据集;对图像数据集进行数据预处理,并将预处理后的图像数据集根据图像类型进行标注;将图像数据集通过掩码处理后输入MAE自编码器模型进行自监督训练;在训练完成后的MAE自编码器模型中接入多层感知机,并基于已标注的图像数据集,通过加权损失函数进行训练得到电力设备故障检测模型;将待检测图像输入电力设备故障检测模型得到电力设备的故障检测结果;本发明解决了数据标注缺失及类别不均衡问题导致对电力设备缺陷检测模型性能的影响,提升电力设备缺陷检测模型在真实应用中的泛化能力。
技术关键词
电力设备故障检测
加权损失函数
图像
编码器
电力设备缺陷
数据
表达式
多层感知机
掩码矩阵
解码
传播算法
图片
处理器
可读存储介质
电子设备
程序
系统为您推荐了相关专利信息
运动图像序列
斯皮尔曼等级相关系数
磁畴
运动特征参数
曲线
优化工艺参数
植物提取工艺
多源特征
多模态数据采集
热力图
图像块
外观缺陷检测方法
序列
语义分割模型
铸件
障碍物
控制清洁机器人
机器可读介质
计算机
激光雷达
关键点
检测模型训练方法
手部检测方法
图像
坐标