摘要
本发明公开了一种迁移微调驱动的跨场景缺陷识别方法及系统,涉及电力巡检技术领域,包括:使用通用电力图像数据集获得基础模型;构建三元组集合,形成电力缺陷领域知识图谱;采用CycleGAN对通用电力图像进行风格转换,通过三元组集合对图像样本进行语义一致性验证;构成状态向量;将状态向量输入强化学习控制器,对基础模型进行微调训练,得到微调缺陷识别模型;在目标域图像验证集上评估微调缺陷识别模型的性能,根据性能指标优化迁移策略选择机制。本发明能够解决目标域标注数据稀缺的问题,为模型微调提供足量数据支撑,避免因数据不足导致的模型过拟合,使得模型能够适配目标场景的视觉风格与缺陷分布规律,提升跨场景缺陷识别的泛化能力。
技术关键词
缺陷识别方法
学习控制器
图像
三元组
样本
实体
深度学习网络结构
分布特征
空间位置关系
场景
语义
策略
风格
置信度阈值
Lab颜色空间
图谱
缺陷识别系统
电力巡检技术
纹理特征