摘要
本申请实施例提供一种变电站异常检测模型的训练方法以及变电站异常检测方法。该训练方法包括:获取初始图像数据集;将初始图像数据集按照分类规则分别进行分类,得到分类规则对应的两个图像数据集;基于分类规则的对应两个图像数据集,采用预训练的生成器进行图像扩充,得到扩充后的图像数据集,其中,生成器是基于所述分类规则对应的两个图像数据集对CycleGAN网络模型进行训练得到的;根据初始图像数据集以及每个分类规则对应的扩充后的图像数据集,获取样本图像数据集;根据样本图像数据集,对初始异常检测模型进行训练,得到用于基于图像检测变电站异常的异常检测模型。该方法用以达到提高异常检测模型的鲁班性的效果。
技术关键词
分类规则
检测变电站
可见光图像
数据
异常检测方法
红外光
金字塔池化模块
样本
感知特征
网络
混合器
注意力
算法