电力图像识别模型的神经网络结构搜索方法及系统

本发明属于人工智能技术领域，具体涉及一种电力图像识别模型的神经网络结构搜索方法及系统，旨在解决电力场景中图像识别模型因环境复杂、样本稀缺导致的精度不足与计算效率低的问题。方法包括：构建基于混合注意力机制的搜索网络，定义由中间节点构成的有向无环图单元，每个节点间的边关联多种候选操作；通过通道注意力与空间注意力机制动态评估候选操作的重要性，计算通道特征图权重并聚合空间注意力得分，选择最优操作构建单元结构；采用LSTM控制器驱动的强化学习方法优化单元堆叠策略，生成轻量化且高精度的网络架构。本发明通过自动化搜索显著提升模型对电力场景中遮挡、小目标及复杂背景的适应能力。