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
- 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。