基于改进深度自注意力网络的变压器及其部件高分辨率图像识别技术-沈阳变压器研究院有限公司

基于改进深度自注意力网络的变压器及其部件高分辨率图像识别技术

发布时间：2022-08-03 浏览次数：

何楠1，刘弘景1，闫春江2，黄山1，苗旺1，刘可文1
（1.国网北京市电力公司电力科学研究院，北京 100075；2.国网北京市电力公司，北京 100031）
摘要：本文中作者提出了改进的深度自注意力网络，该模型包含基础网络、区域候选网络、目标区域提取和分割模块和预测网络四部分。相较于其他同类型模型，本文所提方法将部件定位和识别过程分开，即使用低分辨率图像定位再利用高分辨率图像识别，且基于深度自注意力网络的预测分支额外考虑了图像的语义信息，因此识别效果大幅提升。
关键词：变压器；高分辨率图像；深度自注意力网络
中图分类号：ＴＭ４０1+.1 文献标识码：Ｂ文章编号：１００１－８４２５（２０22）０8－００23－０5
作者简介
何楠（1989-）,男，河南永城人，工程师。