摘要
本申请涉及电器工程技术领域,公开了一种变压器的缺陷检测方法、装置、电子设备及存储介质,其方法包括:获取包含待检测变压器的目标图像,输入至预训练好的缺陷检测深度学习模型进行缺陷检测,缺陷检测深度学习模型包括依次连接的:预处理层、图嵌入层、特征提取层以及检测层;图嵌入层用于对目标图像进行补丁信息、位置信息以及类别信息的嵌入,特征提取层包括多头注意力主干网络以及并行嵌入的动态注意力机制网络,用于提取图特征;显示检测结果。本申请通过引入动态注意力机制与多头注意力特征融合策略,提升模型对微小裂纹的识别能力和定位精度,弥补现有方法在实时性与准确性方面的不足,具有重要的工程应用价值和推广前景。
技术关键词
Sigmoid函数
深度学习模型
缺陷检测方法
注意力机制
补丁信息
变压器
图像块
电器工程技术
网络
动态
缺陷检测装置
电子设备
可读存储介质
模糊函数
图像缩放
融合策略
处理器
编码向量
系统为您推荐了相关专利信息
文本预测方法
LSTM模型
Word2Vec模型
状态更新
注意力模型融合