基于改进双线性细粒度模型的压板状态识别
在变电站二次侧管理中,压板承担着重要作用.针对现有压板状态识别方法效果不理想的问题,提出了一种融合注意力机制的双线性细粒度压板状态识别方法.首先,通过注意力机制将注意力集中到压板接触部分;然后,利用双线性细粒度模型将重点集中到与压板开闭相关的关键区域;最后,从关键区域中提取有效的特征以实现对压板状态的准确识别.实验结果表明,本方法能实现压板状态的端到端识别,识别准确率可达到98%;且相比传统方法,本方法的精确率、召回率均有明显提升.
图像处理、压板状态识别、图像分类、注意力机制、双线性细粒度模型
58
TN957.52
国家自然科学基金;贵州省科技支撑计划
2021-12-16(万方平台首次上网日期,不代表论文的发表时间)
共10页
138-147