摘要
本发明公开了基于改进MobileNetV4的电力设备图像单应性估计方法及系统,包括:获取电力设备的可见光图像和红外图像;对可见光图像和红外图像分别进行浅层特征提取,获得第一可见光特征图和第一红外特征图,并将二者进行通道级联,得到原始特征图;构建改进的MobileNetV4模型并进行模型训练,采用L1范数剪枝算法对训练好的改进的MobileNetV4模型进行剪枝,得到剪枝后的MobileNetV4模型;将原始特征图输入剪枝后的MobileNetV4模型中,估计出单应性矩阵。本发明能够解决红外图像与可见光图像场景下的单应性估计问题,提高了精度且降低了模型规模。
技术关键词
浅层特征提取
可见光图像
电力设备
注意力
估计方法
通道
级联
可读存储介质
多模态
特征提取模块
多层感知机
处理器
输出特征
网络结构
矩阵
算法
描述符
系统为您推荐了相关专利信息
场景理解方法
道路交叉口
深度学习算法
大语言模型
交通监控图像
无损检测方法
多通道
图像特征编码
通道注意力机制
全局平均池化
身份核验方法
面部特征信息识别
身份核验系统
特征融合网络
移动平均滤波器
多模态特征融合
亲和力
双向长短期记忆网络
多头注意力机制
中药材活性成分
识别模型训练方法
大语言模型
训练样本集
科技
信息编码器