摘要
本发明公开了电力设备缺陷图像的对抗生成网络增强识别方法,具体涉及电力设备图像识别技术领域;获取原始电力设备图像数据,并通过结构解析网络提取设备结构特征图;构建包含缺陷定位标签和结构特征约束的特征嵌入空间,将原始缺陷图像嵌入该空间中形成结构特征驱动向量,输入至具有关联判别器和结构保持模块的对抗生成网络中,生成结构一致性强的增强缺陷图像;将原始图像与增强图像联合构建高置信度缺陷样本集,并输入至引入结构注意力机制的识别网络中进行训练;最终基于训练后的网络对未知图像进行缺陷识别,本发明通过融合结构感知与缺陷特征增强,在提升图像生成质量的同时显著增强缺陷识别准确率,适用于电力巡检、智能运维等场景。
技术关键词
电力设备缺陷
识别方法
机器学习模型
定位标签
图像嵌入
双输入通道
引入注意力机制
高风险
解码模块
预测误差
编码模块
语义分割网络
图像识别技术
指数
生成结构
缺陷类别
位置映射
系统为您推荐了相关专利信息
修复方法
漏洞
配置管理工具
网络设备端
计算机学习算法
岩心图像
快速识别方法
岩石物理特性
HSV颜色空间
测井曲线识别
单体
机器可读介质
存储计算机可执行
交通工具电池
充电站
模拟预测方法
集成学习方法
机器学习模型
集成训练
梯度提升决策树