摘要
本发明涉及一种红外图像电力设备故障检测方法、装置、设备及介质,其中方法包括以下步骤:获取电力设备允许环境文本数据作为提示词,对提示词进行词元解析,并利用自然语言模型进行特征提取,得到提示词辅助特征;获取电力设备红外图像,并与提示词辅助特征一同输入基于Unet结构的故障检测模型,输出故障检测结果,故障检测模型包括特征编码模块和特征解码模块,其中,特征编码模块中基于提示词辅助特征动态生成卷积核,以提取故障特征,特征解码模块中针对不同尺度的故障特征,将提示词辅助特征分别与低分辨率特征图的行特征与列特征进行匹配,生成目标定位注意力图用于辅助特征提取。与现有技术相比,本发明具有提升了检测精度等优点。
技术关键词
电力设备红外图像
注意力
故障检测模型
自然语言模型
池化特征
故障特征
解码模块
编码模块
积层
编码块
电力设备故障检测装置
切片
多层感知机
动态
故障检测模块
系统为您推荐了相关专利信息
群体智能算法
元启发式搜索
演化策略
强化学习框架
数字孪生系统
信号识别模型
注意力机制
卷积模块
信号识别方法
时域特征
道路特征
地图
交叉注意力机制
多层感知机
编码器
特征提取模型
事件检索方法
对象
视频
视觉特征提取