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

AITNT
正文
推荐专利
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
申请号:CN202510182037
申请日期:2025-02-19
公开号:CN120339160A
公开日期:2025-07-18
类型:发明专利
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
1
基于图像预训练模型的猪肉大理石纹智能分级方法及系统
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
2
一种声音来源判断方法及系统
多模态 智能穿戴设备 包络 生理 语音骨传导振动
3
一种基于适配器增强语义提示的连续学习方法
连续学习方法 查询特征 适配器 微调技术 大语言模型
4
基于深度学习的电路图到网表生成方法、生成系统及产品
生成方法 直线段 融合特征 坐标 特征提取模型
5
一种基于BERT特征和风格编码的低资源语音合成系统
文本 注意力机制 编码模块 风格 语义特征
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号