基于注意力机制学习的变电设备缺陷检测方法

作     者：伍艺佳 华雄 王丽蓉 陈红波 WU Yi-jia;HUA Xiong;WANG Li-rong;CHEN Hong-bo

作者机构：国网湖南省电力有限公司检修公司湖南长沙518052 安徽南瑞继远电网技术有限公司安徽合肥230088 中国科学院合肥物质科学研究院智能机械研究所安徽合肥230031 

基　　金：国家自然科学基金-智能电网联合基金资助项目(U1866603) 

出 版 物：《计算机与现代化》 (Computer and Modernization)

年 卷 期：2021年第2期

页      码：7-12,17页

摘      要：针对现有的变电站缺陷图像检测识别算法鲁棒性弱问题,提出一种基于注意力机制学习的变电设备缺陷图像检测识别方法。所提方法以卷积神经网络作为缺陷图像特征提取的骨架网络,融合注意力机制原理,进一步提升缺陷图像特征的可辨识性。首先,构建注意力机制的卷积神经网络特征提取模型,提取不同注意力机制下变电站缺陷图像特征;其次,设计一种自适应特征学习函数,将不同注意力机制下的特征融合成为新的高质量变电缺陷图像特征;最后,将不同注意力机制下的缺陷图像特征输入到分类模型,实现变电站缺陷图像检测。所提方法增强了变电设备缺陷图像检测的准确性与鲁棒性,实验结果显示,所提方法的m AP达到了70.4%。

主 题 词：注意力机制 变电设备 缺陷图像 卷积神经网络 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

D　O　I：10.3969/j.issn.1006-2475.2021.02.002

馆 藏 号：203102103...