一种基于深度学习的变电站设备识别方法、系统、终端设备及存储介质

本发明公开了一种基于深度学习的变电站设备识别方法、系统、终端设备及存储介质，属于图像识别领域，该方法利用设备图像识别模型中骨干网络层的Bneck模块能够提取不同尺度和方向的特征的特点，并对骨干网络层引入CBAM注意力机制，对关键特征信息进行增强，提高特征提取的准确度，为后续特征融合和图像识别提供准确的数据支持，提高对图像识别精度，并通过颈部网络层和头部网络层分别进行特征图融合和图像识别，得到不同维度的图像识别结果，最后根据不同维度的图像识别结果综合分析确定最终的变电站设备类别，解决现有的图像识别技术会因设备尺度太小或背景环境复杂导致无法准确识别出变电站设备的情况，容易出现误判或漏判的问题。