摘要
本发明属于计算机图像处理技术领域,具体公开了一种基于场景感知的多标签电力设备渗漏油识别方法,该方法基于图片中不同类型标签共现关系与图片场景密切相关的特性,提出一种基于场景感知的多标签渗漏油识别模型,该模型通过场景类别检测、标签共现建模、场景分类损失函数计算,实现对场景层面标签共现关系的细粒度建模,然后构建标签图,并在标签图上进行消息传播和特征更新,使不同场景下高共现概率的标签之间有更多的特征交互,从而改进彼此的视觉表征,促进对渗漏油标签识别。本发明所提基于场景感知的多标签电力设备渗漏油识别方法,不仅能够识别电力设备上的油污区域,还能够准确判断不同的渗漏油类型,从而实现多标签渗漏油识别。
技术关键词
渗漏油
场景类别
电力设备
图片
识别方法
多标签
标签类别
视觉特征提取
联合损失函数
训练语言模型
Sigmoid函数
语义特征
前馈神经网络
矩阵
特征提取模块
场景分类
对齐模块
系统为您推荐了相关专利信息
实验室设备
接入点
定位方法
实验室电力设备
项目
动作识别模型
人体关键点
关节特征
工装
动作识别方法
重识别方法
姿态估计
池化特征
融合特征
网络特征
巡视探测器
三维地形模型
学习训练方法
强化学习算法
微重力
识别方法
煤岩图像
深度学习模型训练
煤矿环境
非暂态计算机可读存储介质