摘要
本发明公开了一种基于输电通道异物的识别方法及装置,属于输电通道异物入侵技术领域,识别方法包括:获取输电通道的场景图像;采用预训练的YOLOv7‑seg图像分割模型对场景图像进行异物分割,得到各异物区域图像;采用微调且预训练的ConvNeXt模型对各异物区域图像进行特征提取;将特征提取结果与标准特征数据库进行比较匹配获取异物类别;其中,ConvNeXt模型的微调包括将其最后的分类层替换为全连接层,标准特征数据库由微调且预训练的ConvNeXt模型的生成。本发明通过微调和训练的ConvNeXt模型进行特征提取和生成标准特征数据库,然后通过比较匹配得到识别结果,能够有效提高识别精度和鲁棒性。
技术关键词
特征数据库
图像分割模型
识别方法
通道
三元组损失函数
搜索算法
样本
识别装置
入侵技术
场景
图像获取模块
特征提取模块
计算机程序产品
处理器
指令
识别模块
可读存储介质
鲁棒性
系统为您推荐了相关专利信息
气象监测数据
注意力参数
数据分布
多模态
监测点
缺陷识别方法
泥浆泵
能量分布特征
分解特征
频率