摘要
本申请涉及一种输电通道沿线易漂浮物检测模型训练方法与检测方法。所述方法包括:输入获取的历史输电通道沿线遥感图像至已构建的初始易漂浮物检测模型,以使易漂浮物深层特征提取模块提取历史输电通道沿线遥感图像不同尺度的易漂浮物特征,基于不同尺度的易漂浮物特征生成输电通道易漂浮物特征图;通过易漂浮物特征注意力模块对输电通道易漂浮物特征图进行池化与通道加权操作得到输电通道易漂浮物特征增强图;基于不同尺度的易漂浮物特征和输电通道易漂浮物特征增强图,确定预测框的类别、位置信息和置信度,基于真实框与预测框的误差迭代更新初始易漂浮物检测模型的参数训练出训练后的易漂浮物检测模型。采用本方法能够支持高精度易漂浮物检测。
技术关键词
深层特征提取
注意力
检测模型训练方法
通道
特征提取模块
组合模块
漂浮物检测方法
尺寸特征
空洞
分支
参数更新模块
误差
标签
模型训练模块
图像获取模块
上采样
非线性
系统为您推荐了相关专利信息
状态监测方法
支护结构
卷积模块
时序神经网络
应变传感器
实例分割模型
图像识别方法
卷积神经网络模型
因子
掩膜
Attention机制
LSTM模型
排放预测方法
城市交通路网
变量
锂电池故障
智能诊断方法
参数
随机森林模型
智能诊断系统
人脸特征向量
人脸识别方法
门禁系统
人脸识别系统
深度学习神经网络