摘要
本发明提出了一种基于混合注意力与多尺度特征的绝缘子缺陷检测方法。通过构建多尺度特征提取模块,结合自下而上的残差神经网络和自上而下的反向残差神经网络,提高了模型对不同尺度特征的提取能力。引入的多头混合注意力机制,通过局部与全局注意力的结合,增强了模型对细节和整体信息的关注。改进的Transformer框架,结合多头混合注意力和匈牙利二分匹配算法,优化了目标分配和检测精度,提高了模型在复杂背景下的小型缺陷识别能力。该方法在低计算成本下实现了高精度检测,尤其在应对多目标、复杂背景和小型缺陷时,具有显著的检测效果和实际应用价值。
技术关键词
融合特征
残差神经网络
局部空间特征
多尺度特征提取
语义特征
交叉注意力机制
上采样
前馈神经网络
阶段
纹理特征
缺陷类别
矩阵
特征提取模块
绝缘子
Softmax函数
高层次
系统为您推荐了相关专利信息
智能分级方法
预训练模型
图像嵌入
深度残差神经网络
图像编码器
连续学习方法
查询特征
适配器
微调技术
大语言模型