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。