基于少样本迁移学习的接触网绝缘子破损检测方法与装置

AITNT
正文
推荐专利
基于少样本迁移学习的接触网绝缘子破损检测方法与装置
申请号:CN202510510634
申请日期:2025-04-23
公开号:CN120032192B
公开日期:2025-07-22
类型:发明专利
摘要
本发明公开了一种基于少样本迁移学习的接触网绝缘子破损检测方法与装置,该方法包括将待检测的接触网绝缘子图像输入两级对比建议编码网络;编码器对绝缘子图像进行特征编码和特征提取,提取图像的特征表征;自适应特征融合模块通过自适应权值学习获取最优融合权重;分层特征提取模块接收自适应特征融合模块输出,并提取编码器的浅层网络中小物体的局部位置信息、深层网络中大物体的全局信息以及中间网络层中介于局部与全局的中间语义信息;类间和类内对比建议编码模块接收分层特征提取模块输出,计算不同类别之间的语义相似性,实现复杂环境、高速运动场景中接触网绝缘子的破损检测。本发明提升了接触网绝缘子破损检测的准确性与效率。
技术关键词
接触网绝缘子 破损检测方法 分层特征提取 编码模块 编码器 语义 柔性接触网 样本 预测类别 物体 数据 破损检测装置 图像获取模块 网络深度
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