基于混合注意力与动态胶囊网络的电力安监图像分类方法

本发明提出了一种基于混合注意力与动态胶囊网络的电力安监图像分类方法，涉及图像分类技术领域，包括：获取电力安检图像数据集，并将数据集划分为训练集和测试集，同时对训练集进行数据预处理；根据预处理后的训练集，结合混合注意力模块与动态胶囊网络构建电力安监图像小样本分类模型；采用改进的余弦退火学习率策略结合Adam优化器对电力安监图像分类模型进行训练；将测试集输入训练好的电力安监图像分类模型得到分类结果；本发明能够对图像的动态特征进行有效捕捉与实时调整，从而提升了图像分类模型在复杂环境中的鲁棒性，提高了小样本条件下图像的分类精度。